![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL
文章平均质量分 75
ylfmsn
这个作者很懒,什么都没留下…
展开
-
深度学习评价指标
在机器学习领域,特别是统计分类问题中,混淆矩阵,也称为误差矩阵,是一种特定的表格布局,允许可视化,通常是监督学习算法(在无监督学习一般叫做匹配矩阵)。矩阵的每一行代表预测类中的实例,而每一列代表实际类中的实例(反之亦然)。对于包含多个类别的任务,可以很清晰的反映各类别之间的错分概率。(预测为正例并且确实是正例的部分,占所有预测为正例的比例)(预测为正例并且确实是正例的部分,占所有确实是正例的比例)(预测为负例并且确实是负例的部分,占所有确实为负例的比例)(所有预测正确的正例和负例,占所有样本的比例)原创 2023-03-30 14:07:50 · 302 阅读 · 0 评论 -
深度学习中的训练和验证损失
深度学习是机器学习的一个分支,包括使用人工神经网络。特别是,深度学习算法允许计算机程序学习和发现大量数据中的模式。人工神经网络是受生物体中生物神经网络工作原理启发的算法。人工神经网络通常由相互连接的节点和权重组成。因此,输入信号首先通过称为神经元的节点传递。然后,这些神经元被一个函数激活并乘以权重以产生输出信号。因此,当我们在特定数据集上采用深度学习算法时,我们会生成一个可以接收一些输入并产生输出的模型。为了评估这些模型的性能,我们使用一种称为损失的度量。具体来说,这种损失量化了模型产生的误差。原创 2023-03-30 13:47:08 · 9348 阅读 · 4 评论