搜尋結果
2018年9月14日 · 17 个回答. 人脸识别领域的一堆魔改softmax啊，Large Margin Softmax, NormFace (Cosine Softmax), SphereFace (Angular Softmax), AM Softmax, CosFace, ArcFace…. 还有Center Loss这个regluarization term。. 看到很多人提到了focal loss，但是我并不建议直接使用focal loss。. 感觉会很不稳定，之前 ...
98. 被浏览. 1,007,026. 14 个回答. 默认排序. 吴昊. 计算机视觉、数据挖掘、提示工程（着重项目落地经验分享） 275 人赞同了该回答. 看题主的意思，应该是想问，如果用训练过程当中的loss值作为衡量深度学习模型性能的指标的话，当这个指标下降到多少时才能说明模型达到了一个较好的性能，也就是将loss作为一个evaluation metrics。 但是就像知乎er们经常说的黑话一样，先问是不是，再问是什么。 所以这个问题有一个前提，就是模型训练的loss值能不能作为衡量模型性能的指标？ 这里先抛结论： 几乎不能！ 1. Loss值能否作为衡量模型性能的指标.
Ordinal Regression 则是一种关心序但不关心绝对值误差的回归 loss，其假设跟 MSE 一样，但是使用了 CDF 而不是 PDF 来推导最终的损失，并通过训练得到分割不同级别的阈值，一般在评级任务中较为常用；但是在更一般的回归任务中，还是会依赖人工划分
2019年8月19日 · 一般来讲这种问题是因为 loss 没有根据数据大小进行归一化（即图片的长乘以宽），loss 的物理意义是总损失函数，而不是 像素平均损失函数 ，一般这种情况下的优化器学习率都会比较小。 发布于 2019-08-19 19:54. 知乎用户. 4 人赞同了该回答. 只有loss有明显下降就可以， 语义分割 的loss没有归一化，一般都比较大，你可以人为的把loss归一化，看看每个像素点的loss有多大，这样可以评估一下模型的 分类误差. 发布于 2019-10-29 19:35. 刘延磊. 1 人赞同了该回答. 下降了LOSS. 发布于 2021-11-26 01:28. 共产主义接班人. 你好！ 请问您解决了吗 我的loss也是特别巨大 又不知道数据集哪里出现了问题.
在机器学习中，损失函数（loss function）是用来估量模型的预测值f (x)与真实值Y的不一致程度，损失函数越小，一般就代表模型的 鲁棒性 越好，正是损失函数指导了模型的学习。 机器学习的任务本质上是两大类，分类问题与回归问题，再加上综合了判别模型和 生成模型 后在各类图像任务中大展拳脚的生成对抗网络，这一次我们就重点讲述这些内容。 2 分类任务损失. 2.1、0-1 loss. 0-1 loss是最原始的loss，它直接比较输出值与输入值是否相等，对于样本i，它的loss等于： 当标签与 预测类别 相等时，loss为0，否则为1。 可以看出，0-1 loss无法对x进行求导，这在依赖于反向传播的深度学习任务中，无法被使用，0-1 loss更多的是启发新的loss的产生。
177,549. 9 个回答. 默认排序. CVHub. 导读. 增量学习 ( Incremental Learning )，亦称为 持续学习 ( Continual Learning )或 终身学习 ( Life-Long Learning )，是一种机器学习方法，它允许模型通过对新数据进行持续学习而不是重头训练整个模型。 这种方法允许模型不断地学习新的知识，并在不断实际复杂多变的环境变化。 先前绝大多数增量学习方法均高度依赖于标签数据集，这必然会限制增量学习技术在实际生活中的应用。 因此，本文将从高效标签的角度出发，以一种崭新的视角，带领大家从零开始踏入增量学习领域。
2021年4月17日 · 人工智能. 函数. 神经网络. 最优化. 深度学习（Deep Learning） 究竟什么是损失函数 loss function? 之前一直以为，为了训练，所列的用于最小化的函数叫损失函数(感觉有些书叫这个目标函数)，常见的有最小均方误差和交叉熵，这两天看了一些论文，看到说，损失函… 显示全部 . 关注者. 49. 被浏览. 44,822. 关注问题 写回答. 邀请回答. 好问题 3. 添加评论. 分享. 23个回答. 默认排序. FightingCV. 关注. 最近正值秋招季，很多同学都在忙着复习深度学习相关的基础知识应对面试和笔试。 这段时间，正好发现自己基础知识也比较薄弱，想系统性的复习和整理一下。
