机器学习/深度学习中的常用损失函数公式、原理与代码实践（持续更新ing...）
1. 分类 - 交叉熵讲解博文：损失函数｜交叉熵损失函数 - 知乎1.1 二分类-BCELoss系二分类可以使用BCELoss，比如链路预测任务预测某条边是否存在，或者多标签分类中将每个类作为一个二分类任务（但是一般来说这样效果会很差），就用BCELoss。torch.nn.BCEWithLogit...
深度学习热点|超直观无公式图解Contrastive Predictive Coding从脸盲说起（二）
【重点来了】那么怎么对比学习呢？理想来说，你是一个阅剧无数的人，那么从这个电视剧后面的真实剧情 的感情走向 和你预测的感情走向 应该是极为相似的。如果此时有人谈到另一个电视剧 (你看的电视剧叫 ) 的感情走向 ,那你一定能判断出他在谈的不是你在看的电视剧可是如果你是一个小孩（初始化的神经网络，你可能...
深度学习热点|超直观无公式图解Contrastive Predictive Coding从脸盲说起（一）
Contrastive Learning (对比学习) 是这两年深度学习非常热的话题，可以说是刷新了很多人对无监督学习对认知。最初谷歌写的Representation Learning with Contrastive Predictive Coding (CPC) 公式十分抽象，不好理解。我在做完...
深度学习中的Normalization模型（附实例&公式）
本文以非常宏大和透彻的视角分析了深度学习中的多种Normalization模型，从一个新的数学视角分析了BN算法为什么有效。 [ 导读 ]不管是传统机器学习，还是当前火热的深度学习，Normalization技术都是能够提升算法性能的大杀器。本文以非常宏大和透彻的视角分析了深度学习中的多种Norma...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
社区圈子
最佳实践
