斯坦福CV课程笔记（二）Loss Function and Optimiz

 视频源自

吹爆！【斯坦福大学公开课】最新斯坦福李飞飞cs231n计算机视觉课程【附中文字幕】-人工智能/深度学习/机器学习/AI_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1G94y1R7Yh?p=2&vd_source=92ff87f1a39ee7b9636c0813c2341e1a

作为一个设计学出身企图踏足人工智能领域的小白，听说这门课很OK于是来听课了。希望给非科班出身的同学们一些帮助。

版权声明：本文中所有出现的图片均为视频截图，课件内容版权所有人应为斯坦福学校或课程授课人。本博客中的图片应仅用于学习，请勿用于商业用途，请勿侵犯创作者知识产权。

---

以下是Lecture3 Loss Function and Optimiz的笔记

 在下图中可以看到，我们希望最终预测的数值在正确的答案上拿到最高分。很显然猫和青蛙都不符合这个情况。我们需要通过调节W让模型可以应对这种分数不对的情况。在下列数据中你能看到W表现得有多糟糕。

我们需要通过损失函数来分析给出的这个W是好的还是坏的？所以我们需要得到可能的W的范围，提出最小的W的正确值是什么。这会是一个优化过程。

 

 Loss函数，来表现我们现在的模型有多糟糕。通过寻找W具体的值，可以找到一个让损失之最小的W参数