一、tensorflow常用的优化器 　　关于优化方法请查看：神经网络DNN —— 优化算法。 　　前面模型训练的的优化方法一直用的都是普通的梯度下降法，对应的优化器为tf.train.GradientDescentOptimizer，在tensorflow中优化器属于class ...

此文转载于： https://www.cnblogs.com/penghuwan/p/7356210.html#3870818 【javascript】函数中的this的四种绑定形式 — 大家准备好瓜子，我要讲故事啦~~ 目录 ...

主要内容 分析函数的四种调用形式 弄清楚函数中this的意义 明确构造函对象的过程 学会使用上下文调用函数 　　了解函数的调用过程有助于深入学习与分析JavaScript代码. 本文是JavaScript高级这 个系列中的第三篇文章，主要介绍JavaScript中函数 ...

Fork版本项目地址：SSD 一、损失函数介绍 SSD损失函数分为两个部分：对应搜索框的位置loss（loc）和类别置信度loss（conf）。（搜索框指网络生成的网格） 详细的说明如下： i指代搜索框序号，j指代真实框序号，p指代类别序号，p=0表示背景， 中取1表示此时第i个搜索框 ...

1.损失函数---------经典损失函数--------交叉熵：交叉熵刻画了两个概率分布之间的距离，它是分类问题中使用比较广的一种损失函数。通过q来表示p的交叉熵为： Softmax将神经网络前向传播得到的结果变成概率分布，原始神经网络的输出被用作置信度来生成新的输出，而新的输出满足 ...

交叉熵损失： 给定两个概率分布p和q，通过q来表示p的交叉熵为： 从上述公式可以看出交叉熵函数是不对称的，即H(p,q)不等于H（q,p)。 交叉熵刻画的是两个概率分布之间的距离，它表示通过概率分布q来表示概率分布p的困难程度。所以使用交叉熵作为 神经网络的损失函数时，p代表的是正确答案 ...

损失算法的选取 损失函数的选取取决于输入标签数据的类型： 如果输入的是实数、无界的值，损失函数使用平方差； 如果输入标签是位矢量（分类标志），使用交叉熵会更适合。 1．均值平方差 在TensorFlow没有单独的MSE函数，不过由于公式比较简单，往往开发者都会 ...

目录 一、什么是模块？ 二、模块的四种形式 三、为什么要用模块？ 四、如何用模块 一、什么是模块？ 模块是一系列功能的集合体，而函数是某一个功能的集合体，因此模块可以看成是一堆函数的集合体。一个py文件内部就可以放一堆函数，因此一个py文件就可以看 ...