深度学习
CJLU_DMM
这个作者很懒,什么都没留下…
展开
-
Pytorch损失函数——(交叉熵合集)
本文主要讲解Pytorch的交叉熵函数的使用首先要注意的是PyTorch是Channel First模式,对于图片而言格式应该是(B,C,H,W),这个尤其重要,搞错了一定会报错。1、torch.nn.CrossEntropyLoss()大写的CrossEntropyLoss表示是一个类,需要先实例化loss = torch.nn.CrossEntropyLoss()pred = torch.zeros((4,2,32,32),dtype=torch.float32)target =torch.原创 2020-08-04 13:32:31 · 1586 阅读 · 0 评论 -
dmmm目标检测学习笔记——Focal_Loss理解
Focal Loss什么是Focal LossFocal Loss的优势Focal Loss的核心正负样本的定义容易分类和难分类样本的定义Cross Entropy添加权重参数α来平衡正负样本平衡容易和难识别样本正负-难易样本平衡方法结合什么是Focal LossFocal Loss是kaiming he提出的一种有效的计算损失的方法,可以有效的应用分类问题中,并且论文中表示在RetinaNet中取得了较好的成绩。Focal Loss的优势简单的说,可以提高目标检测的准确率,two-stage的检测原创 2020-08-01 15:00:56 · 1920 阅读 · 0 评论