CS231n-第6讲笔记

本文详细解析了两种常见的损失函数:hingeloss(用于SVM的支持向量机)和cross-entropy loss(适用于Softmax分类器)。通过具体的计算实例,帮助读者理解这两种损失函数的工作原理及其在实际场景中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、权值计算

这里写图片描述
         Yi = 2

2、hinge loss(SVM)& cross-entropy loss(Softmax)

(1) hinge loss (svm)

这里写图片描述
L = max(0, 9 - 35 + 1) + max(0, 10 - 35 + 1) = -25 - 24 = -49

(2) cross_entropy loss(Softmax)

这里写图片描述

这里写图片描述

这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值