Roaddd的博客

基于交叉熵损失（cross- entropy）改进的适用于年龄估计的图像分类损失--SimLoss

受如何逼近函数的启发，通过泰勒展开，提出了一个名为PolyLoss的简单算法来将损失函数设计为多项式函数的线性组合。PolyLoss可以让Polynomial bases（多项式基）的重要性很容易地根据目标任务和数据集进行调整，同时也可以将交叉熵损失和Focal loss作为PolyLoss的特殊情况。实验结果表明，PolyLoss 中的最优选择确实是取决于任务和数据集。**只需引入一个额外的超参数并添加一行代码**，PolyLoss在多种任务上效果都明显优于交叉熵损失和Focal Loss。

Encouraging Loss：一个反直觉的分类损失