- 博客(1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 交叉熵CE VS MSE
交叉熵CE VS MSE区别为什么MSE损失不适合用于分类？区别分类用交叉熵，回归用mse/mae，前者的假设是伯努利分布，后者假设是高斯分布。CE衡量两个分布的距离，MSE衡量两个变量的距离。分类输出为概率分布，MSE更要求的是输入与输出一样，多用于计算两个东西是否一样。二者对于不同数据点的梯度不同，这种差异决定了其适用于不同的目标任务。CE比MSE更平缓，CE更强调定性特征而MSE更强调定量特征。交叉熵可以理解为另一种形式的keller散度，而keller散度是用于衡量两个模型的相似程度，
2020-06-09 13:15:55
1196
空空如也
C语言链表应用一元多项式相加，程序运行不了，求指点
2015-10-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人