Loss Function Loss function is used to measure the degree of fit. So for machine learning a few elements are: Among all linear methods y=f(θTx)y=f(θTx ...
分类：
其他好文 时间：
2016-09-23 21:38:31
阅读次数：
132
Solver就是用来使loss最小化的优化方法，loss是损失函数。损失函数最小的目标就是求解全局最小值。 假设有数据集(X1, X2, …, Xn)，对应的(y1, y2, …, yn)，其中每个Xi对应m个元素。loss函数定义为 其中，F(X)为模型。假设F(X)为线性函数： , x0 = 1... ...
分类：
其他好文 时间：
2016-09-21 21:28:41
阅读次数：
936
1.图像分类的挑战： 视角变化（Viewpoint variation）：同一个物体，摄像机可以从多个角度来展现。 大小变化（Scale variation）：物体可视的大小通常是会变化的（不仅是在图片中，在真实世界中大小也是变化的）。 形变（Deformation）：很多东西的形状并非一成不变，会 ...
分类：
其他好文 时间：
2016-09-17 17:59:48
阅读次数：
327
线性分类器用作图像分类主要有两部分组成：一个是假设函数, 它是原始图像数据到类别的映射。另一个是损失函数，该方法可转化为一个最优化问题，在最优化过程中，将通过更新假设函数的参数值来最小化损失函数值。 从图像到标签分值的参数化映射 该方法的第一部分就是定义一个评分函数，这个函数将图像的像素值映射为各个... ...
分类：
其他好文 时间：
2016-09-13 20:40:29
阅读次数：
476
1 Square loss 2 Hinge loss 3 Logistic loss 4 Cross entropy loss Using the alternative label convention,so that, the cross entropy loss is defined as x... ...
分类：
其他好文 时间：
2016-09-13 19:16:37
阅读次数：
172
正则化（Regularization）机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，一般英文称作l1-norm和l2-norm，中文称作L1正则化和L2正则化，或者L1...
分类：
其他好文 时间：
2016-09-05 09:16:53
阅读次数：
824
http://blog.csdn.net/lilyth_lilyth/article/details/8973972 版权声明：本文为博主原创文章，未经博主允许不得转载。 版权声明：本文为博主原创文章，未经博主允许不得转载。 梯度下降（GD）是最小化风险函数、损失函数的一种常用方法，随机梯度下降和批 ...
分类：
其他好文 时间：
2016-09-04 17:35:38
阅读次数：
177
http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14.pdf Loss Function 损失函数可以看做 误差部分(loss term) + 正则化部分(regularization term) ...
分类：
其他好文 时间：
2016-08-17 21:06:22
阅读次数：
302
1: 神经网络中，我们通过最小化神经网络来训练网络，所以在训练时最后一层是损失函数层（LOSS）， 在测试时我们通过准确率来评价该网络的优劣，因此最后一层是准确率层（ACCURACY）。 但是当我们真正要使用训练好的数据时，我们需要的是网络给我们输入结果，对于分类问题，我们需要获得分类结果，如下右图 ...
分类：
其他好文 时间：
2016-08-17 13:40:09
阅读次数：
543
与非门的图片如下 示意图 详细解释： 1 定义变量的代码，包括了输入、权值、输出等。其中激活函数采用的是sigmod函数 2 定义目标输出和损失函数计算方式，我们采用的平方损失 另外也可以采用交叉熵损失函数 3 误差反向传播求导，直接调用theano函数求解，方便快捷 4 权值更新 5 开始训练 6 ...
分类：
其他好文 时间：
2016-08-14 17:27:32
阅读次数：
409
