- 博客(8)
- 收藏
- 关注
RSS订阅原创 交叉熵损失（Cross-Entropy Loss）
在实际应用中，交叉熵损失通常与softmax函数结合使用，softmax函数可以将模型的原始输出（logits）转换为概率分布。对于正确的类别，当模型的预测概率越接近1时，损失越小；y：真实标签的概率分布，通常为一个独热编码向量，表示正确的类别位置为1，其余位置为0。对于错误的类别，当模型的预测概率越接近0时，损失越小；它鼓励模型对正确的类别有更高的预测概率，同时又对错误的类别有更低的预测概率。p：模型预测的概率分布，通常是模型输出层（如softmax层）的输出。Pi：预测概率向量中的第 i个元素。
2024-03-24 15:44:33
622
原创 torch.tensor()函数
在PyTorch中，张量是一个多维数组，它可以包含数值数据，并且可以在GPU或CPU上进行高效的数值计算。torch.tensor是创建张量的一种简单方法，创建一个torch.tensor时，你可以传递一系列的参数，包括数据、数据类型、设备（CPU或GPU）等，这个函数会根据提供的数据创建一个新的张量。PyTorch提供了多种创建张量的方式，包括torch.zeros、torch.ones、torch.randn等，这些函数可以创建具有特定数值或分布的张量。
2024-03-24 10:12:05
1357
原创 Softmax函数
Softmax函数的一个重要性质是，当输入的原始分数（logits）差异很大时，输出的概率分布会非常尖锐，即某个类别的概率会非常接近1，而其他类别的概率则会非常接近0。通常被用于多分类的输出层，将模型输出的原始分数（也称为logits）转换成概率分布。Softmax函数的主要作用是确保输出的概率总和为1，并且每个输出的概率都在0到1之间。：为了确保所有类别的概率总和为1，Softmax函数在每个类别的指数值上加上一个归一化因子，即所有类别指数值的总和。个类别的原始分数（logit），而K是类别的总数。
2024-03-18 23:52:24
442
原创 sails学习——passport-jwt实现用户认证登录
node.js+sailssails+mysql+passport-jwt实现用户验证登录
2020-05-25 17:50:45
737
1
原创 power designer绘制数据流图操作步骤
用power designer画数据流图1.打开power designer=>文件=>新建模型。2.在弹出来的窗口中左边选中Categories、Information、Date flow diagram，然后可以改模块名称。这样就是进入了数据流图绘制页面。...
2020-04-16 13:00:32
6818
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人