引言 这一节的笔记，主要讲解除了SVM以外的另一种损失函数——softmax损失函数。 softmax损失函数 如上一小节的最后所言，在softmax损失函数中，我们将赋予这...
发简信
IP属地：浙江
-
损失函数和优化-损失函数（2） -
损失函数和优化-损失函数（2）
引言 这一节的笔记，主要讲解除了SVM以外的另一种损失函数——softmax损失函数。 softmax损失函数 如上一小节的最后所言，在softmax损失函数中，我们将赋予这...
-
图像分类-线性分类I深度神经网络 将所需的神经网络以类似乐高搭积木的方式进行组合，共同训练。 参数模型——线性分类器 线性分类器是参数模型中最简单的例子。 输入32x32x3：32x32指高度和...
-
损失函数和优化-损失函数（1）写在前面 这一节的内容比较多，仔细理解以及整理起来也着实相较之前多费了些力气，但这些力气都花得值得。 像这节中提到的“过拟合”和“正则化”，其实是非常常见而且基础的问题，但像...
-
损失函数和优化-损失函数（1）
写在前面 这一节的内容比较多，仔细理解以及整理起来也着实相较之前多费了些力气，但这些力气都花得值得。 像这节中提到的“过拟合”和“正则化”，其实是非常常见而且基础的问题，但像...
-
@慕木七 屁股坐得疼，还没新篇？
图像分类-线性分类I
深度神经网络 将所需的神经网络以类似乐高搭积木的方式进行组合，共同训练。 参数模型——线性分类器 线性分类器是参数模型中最简单的例子。 输入32x32x3：32x32指高度和...
-
小板凳已坐好，静等下一篇！
图像分类-线性分类I
深度神经网络 将所需的神经网络以类似乐高搭积木的方式进行组合，共同训练。 参数模型——线性分类器 线性分类器是参数模型中最简单的例子。 输入32x32x3：32x32指高度和...
-
图像分类-线性分类I
深度神经网络 将所需的神经网络以类似乐高搭积木的方式进行组合，共同训练。 参数模型——线性分类器 线性分类器是参数模型中最简单的例子。 输入32x32x3：32x32指高度和...
-
-
-
