损失
论文推荐：基于联合损失函数的多任务肿瘤分割
以FFANet为主干，加入分类的分支，将模型扩展为多任务图像分割框架，设计了用于分类和分割的联合损失函数。 FFANet+MTL 完整文章： https://avoid.overfit.cn/post/6a605da56978443bb548e8f342cbda37 ......
Copula估计边缘分布模拟收益率计算投资组合风险价值VaR与期望损失ES|附代码数据
全文链接：http://tecdat.cn/?p=24753 最近我们被客户要求撰写关于Copula的研究报告，包括一些图形和统计输出。 在这项工作中，我通过创建一个包含四只基金的模型来探索 copula，这些基金跟踪股票、债券、美元和商品的市场指数 摘要 然后，我使用该模型生成模拟值，并使用实际收 ......
深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测
深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测 ......
【ArcPy】如何在ArcPy创建要素中生成精准的XY坐标？解决精度损失问题
使用ArcPy创建要素的代码段前面有发布，【arcpy】创建点、线、面（孔洞、环、多部件）要素、要素类 Q：这些代码里创建要素后会存在XY精度损失的问题，如何解决？ A：解决方案是在创建要素过程中指定正确的空间参考。 答案来自 geometry - How to handle coordinates ......
配电网重构 负荷损失matlab 采用matlab结合yalmip编写配电网重构程序
配电网重构 负荷损失matlab 采用matlab结合yalmip编写配电网重构程序，以IEEE33节点为例，网损和负荷损失作为目标函数，并且网络中包括一个sop，非常实用的程ID:3180670703840825 ......
【动手学深度学习】第三章笔记：线性回归、SoftMax 回归、交叉熵损失
这章感觉没什么需要特别记住的东西，感觉忘了回来翻一翻代码就好。 3.1 线性回归 3.1.1 线性回归的基本元素 1. 线性模型 用符号标识的矩阵 $\boldsymbol{X} \in \mathbb{R}^{n\times d}$ 可以很方便地引用整个数据集中的 $n$ 个样本。其中 $\bol ......
深度学习之PyTorch实战（5）——对CrossEntropyLoss损失函数的理解与学习
其实这个笔记起源于一个报错，报错内容也很简单，希望传入一个三维的tensor，但是得到了一个四维。 RuntimeError: only batches of spatial targets supported (3D tensors) but got targets of dimension: 4 ......
2.3 和2.4 logistic回归损失函数、梯度下降
下图中由给定的每个样本的值和样本对应的标签值得到最终的概率值 Loss函数是在单个训练样本中定义的，它衡量了在单个训练样本上的表现，而成本函数cost,它衡量的是在全体训练样本上的表现,表明参数w和b在训练集上的效果 如何使用梯度下降法莱训练或学习训练集上的参数w和b 下图中阿尔法表示学习率，可以控 ......
[嵌入式RTOS]记录一下因浮点数转为字符串导致精度损失所踩的坑
###1.起因： 工作中对接平台需要将设备的GPS数据传给平台，但是平台采用的不是回调函数将数据直接作为参数返回而是格式化的字符串命令，所以需要将double类型的gps数据格式化输出到字符串中，项目中之前采用的是sprintf进行格式化输出，但是通过打印对比发现有精度损失，所以改成先放大数据100 ......
交叉熵损失CrossEntropyLoss
在各种深度学习框架中，我们最常用的损失函数就是交叉熵，熵是用来描述一个系统的混乱程度，通过交叉熵我们就能够确定预测数据与真实数据的相近程度。交叉熵越小，表示数据越接近真实样本。 1 分类任务的损失计算 1.1 单标签分类 二分类 单标签任务，顾名思义，每个样本只能有一个标签，比如ImageNet图像 ......
深度学习基础-损失函数详解
大多数深度学习算法都会涉及某种形式的优化，所谓优化指的是改变 x 以最小化或最大化某个函数 f(x) 的任务，我们通常以最小化 f(x) 指代大多数最优化问题。损失函数大致可分为两种：回归损失（针对连续型变量）和分类损失（针对离散型变量）。常用的减少损失函数的优化算法是“梯度下降法”（Gradien... ......