【论文阅读记录】RepMet（2，完）

前言：

{

    我非常想做实践部分，但之前我在github上找到的pnasnet的代码可能还有些问题（is_training=Ture时会报错），所以我还是决定先把论文看完。

    上次[2]看到了[1]中第三节的，接下来继续阅读。

}

 

正文：

{

    上次没有说明的是，式（2）和式（3）联合决定了输入的样本属于哪一类。

    损失由两部分组成，一个是计算出的标签与样本标签的交叉熵，另一个见式（4）。