1. KL loss
其经常要与softmax一起使用,就是为了学习one-hot分布
2. 降维
Pooling层的作用是增加模型的鲁棒性,让模型对输入的少量变化不那么敏感。
如果真想通过降维,减少模型训练参数,那应该用PCA降维方法,
sklearn.decomposition.PCA
3. cosine的相似度是【-1,1】,不是【0,1】
1. KL loss
其经常要与softmax一起使用,就是为了学习one-hot分布
2. 降维
Pooling层的作用是增加模型的鲁棒性,让模型对输入的少量变化不那么敏感。
如果真想通过降维,减少模型训练参数,那应该用PCA降维方法,
sklearn.decomposition.PCA
3. cosine的相似度是【-1,1】,不是【0,1】