网站首页 第1115页
-
了解GAN背后的设计，训练，损失函数和算法
假设我们有一个卧室图像数据集和一个在这个数据集上训练的图像分类器CNN，它告诉我们给定的输入图像是否是卧室。假设图像大小为16*16。每个像素可以有256个可能的值。所以存在无限大量的可能输入（即25616*16或~10616可能的组合...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
TensorFlow 模型中的回调函数与损失函数
回调函数tf.keras的回调函数实际上是一个类，一般是在model.fit时作为参数指定，用于控制在训练过程开始或者在训练过程结束，在每个epoch训练开始或者训练结束，在每个batch训练开始或者训练结束时执行一些操作，例...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
与chatGPT针对二分类有关的几个问题的问与答
什么是二分类问题？请举例说明...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
用于稀疏向量、独热编码数据的损失函数回顾和PyTorch实现
在稀疏的、独热编码编码数据上构建自动编码器自1986年[1]问世以来，在过去的30年里，通用自动编码器神经网络已经渗透到现代机器学习的大多数主要领域的研究中。在嵌入复杂数据方面，自动编码器已经被证明是非常有效的，它提供了简单的方法来将复杂的...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
机器学习中常见的损失函数
机器通过损失函数学习。它是一种评估特定算法对给定数据建模的好坏的方法。如果预测偏离实际结果太多，损失函数就会给出一个非常大的数字。在一些优化函数的帮助下，损失函数逐渐学会减少预测中的误差。在本文中，我们将讨论一些损失函数及其在机器/深度学习...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
一文了解机器学习中常见的损失函数
一般来说，我们在进行机器学习任务时，使用的每一个算法都有一个目标函数，算法便是对这个目标函数进行优化，特别是在分类或者回归任务中，便是使用损失函数（LossFunction）作为其目标函数，又称为代价函数(CostFunction)。损...
2024-09-02 btikc 技术文章 11 ℃ 0 评论 -
为什么交叉熵和KL散度在作为损失函数时是近似相等的
在本文中，我们将介绍熵、交叉熵和Kullback-LeiblerDivergence[2]的概念，并了解如何将它们近似为相等。尽管最初的建议使用KL散度，但在构建生成对抗网络[1]时，在损失函数中使用交叉熵是一种常见的做法。...
2024-09-02 btikc 技术文章 13 ℃ 0 评论 -
CB Loss:基于有效样本的类别不平衡损失
作者：Sik-HoTsang...
2024-09-02 btikc 技术文章 9 ℃ 0 评论 -
最小二乘GAN:比常规GAN更稳定，比WGAN收敛更迅速
选自Github机器之心编译参与：蒋思源近来GAN证明是十分强大的。因为当真实数据的概率分布不可算时，传统生成模型无法直接应用，而GAN能以对抗的性质逼近概率分布。但其也有很大的限制，因为函数饱和过快，当判别器越好时，生成器的消失也...
2024-09-02 btikc 技术文章 9 ℃ 0 评论 -
了解损失函数，激活和优化
损失函数损失函数是输出标量值的目标函数，它能让我们了解我们的预测值与原来的预测值有何不同。这些目标函数发现谓词与原始输出之间的差异。在构建神经网络模型时，选择这些损失函数是关键任务。如果我们选择了一个错误的损失函数，它就会破坏我们神经网络模...
2024-09-02 btikc 技术文章 9 ℃ 0 评论
- 控制面板
- 网站分类
- 最新留言