第八周小记

交叉熵损失函数

交叉熵损失函数原理详解_Cigar丶的博客-CSDN博客_交叉熵损失函数

  1. 交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度,在机器学习中就表示为真实概率分布与预测概率分布之间的差异。交叉熵的值越,模型预测效果就越
  2. 交叉熵在分类问题中常常与softmax是标配,softmax将输出的结果进行处理,使其多个分类的预测值和为1,再通过交叉熵来计算损失。

softmax

一分钟理解softmax函数(超简单)_-永不妥协-的博客-CSDN博客_softmax函数

SGD (随机梯度下降算法)

深度学习中的优化算法之SGD_fengbingchun的博客-CSDN博客_sgd算法

Bounding box预测

Bounding box(bbox) 预测_Krasjet_Yu.的博客-CSDN博客_bounding box


  • 10
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值