hzhj的博客

Earth Mover's Distance (EMD)，翻译过来是地球移动距离，又称为推土机距离，是对特征空间中两个多维矩阵中某一维距离的一种度量。The Earth Mover's Distance (EMD) is a method to evaluate dissimilarity between two multi-dimensional distributions in some feature space where a distance measure between single f

为方便理解损失值计算的由来，先介绍相关概念。伪字符，为解决重复字符(eg. hello)或字符间存在的空白区域而引入的无用字符。对输入字符串而言，将伪字符插入到字符串的相邻字母间，则当给定字符串长度为L时，变换后的字符串长度为2*L + 1。 ps 该字符与空字符不同，空字符为有效字符。 路径，表示时间序列上从起点到终点所对应每个元素的概率的乘积，如下公式所示。其中x表示给定输入，π表示...

论文通过对比一阶段和二阶段检测算法结果的差异发现，样本不均衡是导致one-stage detectors效果不如two-stage detectors好的主要原因。因为后者的分类器是针对少量样本(如RPN得到的区域)进行学习后得到的性能较好的分类器，而一阶段分类器受到大量负样本损失值的影响，训练后的判定性能不如二阶段分类器。作者基于此重新优化了损失函数，进而解决样本不均衡带来的影响。论文中...

人脸损失函数的各种变体都是基于softmax的交叉熵损失函数进行改进的，因此本文首先介绍基础形式，然后对各种变体进行说明。基于softmax的交叉熵损失函数先放上两者的基本形式 CE形式，其中为样本真实分布，为该样本观察分布 Softmax形式基于softmax的交叉熵损失函数，就是利用softmax的值替代CE中样本的观察分布，真实分布为...

    本文节选自李航博士《统计学习方法》第一章第三节的内容。文中将统计学习方法简单表示为如下公式。另外，后文中提及的内容主要是针对监督学习进行说明。方法=模型 + 策略 + 算法     监督学习过程中，模型就是所要学习的条件概率分布或决策函数(即训练集到样本集的映射函数)。其假设空间包括所有可能的条件概率分布或决策函数。    策略用于帮助从假设空间中选择最优模型。此时引入损失函数...