深度学习笔记（八）Focal Loss
论文：Focal Loss for Dense Object Detection 论文链接：https://arxiv.org/abs/1708.02002 一. 提出背景 object detection的算法主要可以分为两大类：two-stage detector和one-stage ...
原文：Loss 学习笔记
在机器学习中，我们使用 loss cost 表示当前模型与理想模型的差距。训练的目的，就是不断缩小 loss cost。 简单直接的classification error 很难精确描述模型与理想模型之间的距离。需要建立别的更有效的loss函数。 pytorch中常用的方法如下： 每个损失函数的构造函数都会有自己的参数 criterion LossCriterion loss criterion ...
2020-04-30 15:21 0 686 推荐指数：
相关推荐
loss函数学习笔记
一直对机器学习里的loss函数不太懂，这里做点笔记。 符号表示的含义，主要根据Andrew Ng的课程来的，\(m\)个样本，第\(i\)个样本为\(\vec x^{(i)}\)，对应ground truth标签为\(y^{(i)}\)。 线性回归 假设函数： \[\begin ...
softmax、cross entropy和softmax loss学习笔记
之前做手写数字识别时，接触到softmax网络，知道其是全连接层，但没有搞清楚它的实现方式，今天学习Alexnet网络，又接触到了softmax，果断仔细研究研究，有了softmax，损失函数自然不可少。一起学习记录一下。 主要参考的博文：http://blog.csdn.net ...
Focal Loss笔记
论文：《Focal Loss for Dense Object Detection》 Focal Loss 是何恺明设计的为了解决one-stage目标检测在训练阶段前景类和背景类极度不均衡（如1：1000）的场景的损失函数。它是由二分类交叉熵改造而来的。 标准交叉熵 其中，p是模型预测 ...
Focal loss and weighted loss学习记录
首先回顾一下交叉熵: Softmax层的作用是把输出变成概率分布，假设神经网络的原始输出为y1,y2,….,yn，那么经过Softmax回归处理之后的输出为： 交叉熵刻画的是实际输出（概率）与 ...
机器学习-Loss函数-Triplet loss&Circle loss
https://blog.csdn.net/u013082989/article/details/83537370 一、 Triplet loss 1、介绍 Triplet loss最初是在 FaceNet: A Unified Embedding for Face ...
CS231n 2017 学习笔记03——损失函数与参数优化 Loss Functions and Optimization
本博客内容来自 Stanford University CS231N 2017 Lecture 3 - Loss Functions and Optimization 课程官网：http://cs231n.stanford.edu/syllabus.html 从课程官网可以查询到更详细的信息 ...
深度学习笔记（1）Logistic回归，损失函数（Loss function），成本函数（Cost function）
Logistic Regression （逻辑回归）：用于二分分类的算法。 例如： 判断一幅图片是否为猫的图片，结果有两种:1（是猫）和0（不是猫） 假设输入的图片由64*64个像素组成，每个像 ...