网站首页 技术文章 第175页
-
「MSA」偏倚及确定偏倚的方法 对偏倚分析的判定原则
偏倚通常被称为“准确度”。由于“准确度”有多种意思，建议不要用准确度来代替偏倚。偏倚是指对相同零件上同一特性的观测平均值与真值(参考值)的差异。偏倚是测量系统的系统误差。它会增进所有已知或未知的变差来源所共同影响的总偏差，这促使在某一测量...
2024-12-18 btikc 技术文章 20 ℃ 0 评论 -
窗函数补偿 窗函数法的优缺点
1.补偿系数前面文章已经讲过信号加入窗函数可以减少频谱的泄露，但是加入窗函数后会引起信号值的衰减，此时需要对信号值进行修正。如下图是幅值为3，频率为80Hz的一个正弦信号。对该信号加入汉宁窗作fft变换，此时频谱曲线如下图所示：...
2024-12-18 btikc 技术文章 17 ℃ 0 评论 -
利用预校正网络对动态湍流中畸变涡旋光束进行高级预测补偿
摘要...
2024-12-18 btikc 技术文章 16 ℃ 0 评论 -
UMCP提出对损失函数进行可视化，以提高神经网络的训练能力
原文来源：arxiv作者：HaoLi、ZhengXu、GavinTaylor、TomGoldstein「雷克世界」编译：嗯~阿童木呀、KABUDA一般来说，我们对于神经网络的训练，往往依赖于找到高度非凸损失函数的“极好”极小值的能力...
2024-12-18 btikc 技术文章 19 ℃ 0 评论 -
读书笔记-深度学习入门-(11) 损失函数
从81页继续往下：今天看了两部分，1是神经网络（深度学习）和机器学习的区别，简单的来说，深度学习是端到端的机器学习，不需要人工介入。而机器学习里面有一部分，比如特征量的选择部分，是人为指定的。另外，损失函数表示某个训练出的模型相对于测试集的...
2024-12-18 btikc 技术文章 19 ℃ 0 评论 -
降低损失 (Reducing Loss):梯度下降法
迭代方法图（图1）包含一个标题为“计算参数更新”的华而不实的绿框。现在，我们将用更实质的方法代替这种华而不实的算法。假设我们有时间和计算资源来计算w1的所有可能值的损失。对于我们一直在研究的回归问题，所产生的损失与w1的图形始终是...
2024-12-18 btikc 技术文章 21 ℃ 0 评论 -
损失函数是如何设计出来的?直观理解最小二乘法和极大似然估计法
【本文内容是对此视频的整理、补充和修正】...
2024-12-18 btikc 技术文章 17 ℃ 0 评论 -
微观经济学-成本函数和成本曲线 成本函数的图像
成本1、机会成本：就是损失最大最高收入2、显成本和隐成本：经济利润=总收益-总成本=总收益-显成本-隐成本3、经济利润：企业的总收益和总成本的差额，企业追求的是最大利润，最大经济利润成本函数C=b+f（q）C为总成本，q为产量，b为固...
2024-12-18 btikc 技术文章 21 ℃ 0 评论 -
神经网络算法 - 一文搞懂Loss Function(损失函数)
本文将从损失函数的本质、损失函数的原理、损失函数的算法...
2024-12-18 btikc 技术文章 19 ℃ 0 评论 -
如何使用TensorBoard查看损失曲线
TensorBoard是TensorFlow提供的一个可视化工具，用于帮助开发者更好地理解和调试机器学习模型。通过TensorBoard，你可以可视化模型的训练过程、查看指标变化、分析计算图、检查数据流等。以下是TensorBoa...
2024-12-18 btikc 技术文章 17 ℃ 0 评论
- 控制面板
- 网站分类
- 最新留言