- 博客(9)
- 收藏
- 关注
RSS订阅原创 交叉熵为什么能作为损失函数，交叉熵怎么调优，交叉熵与KL散度
在学习交叉熵的过程中，我发现当真实值与预测值相等时，交叉熵并不会更趋近于0。实际上会等于0的应该是KL散度（相对熵）。之所以我们常说损失函数用的是交叉熵，是因为我们实际上在进行模型优化时需要用到的是预测值（以函数表示）中的权重，也就是对预测值进行求偏导。在求偏导时，交叉熵与KL散度是等价的。
2024-09-28 15:39:20
337
原创 1*1卷积原理及作用
输入：3*3*1。前面2个3代表图片的高(h)和宽(w)，h*w可以理解为图片的分辨率。1代表通道数(channel)。每个格子上的数字可以理解为像素值。卷积核：大小为1*1（卷积核也就是kernnel，卷积核是一个二维的概念），卷积核上的数字可以理解为权重（weight）输出：3*3*1。输入图片每个格子上像素与卷积核权重的乘积。
2024-05-07 12:34:55
685
原创 用python绘制Sigmoid函数图形
图形为S形，称为S型函数，又叫压缩函数。主要有4种：补充：默认的sigmoid函数是当a为1时的logistic函数。
2024-01-20 14:22:44
985
原创 xml转txt文件为空的解决办法
问题描述：我是先将txt文件转成xml文件，进行数据集扩充以后，再将xml文件转回txt（因为没找到txt数据集扩充的方法）
2023-08-27 10:46:44
1104
原创 cat()函数
dim为3时，第1维和第2维为矩阵A,B的行数和列数，第3维为2（如果是A1,A2,A3三个矩阵相联结，那第3维就是3，以此类推。cat(dim,A,B)：将A,B俩个矩阵联结。
2023-08-05 10:51:18
179
1
原创 ERROR: Could not find a version that satisfies the requirement ultralytics (from versions: none)
ERROR: Could not find a version that satisfies the requirement ultralytics (from versions: none)
2023-07-23 09:17:53
3839
11
原创 Pycharm新虚拟环境添加失败
问题描述：这个环境是今天新克隆过来的，按理说应该用Conda Enviroment添加进Pycharm解释器，但是添加失败了。添加后会发现名字是用python版本命名的（我这里截图的是更改过后的名字），这时我们作为完美主义者直接给它改个名字就ok。解决方法：完成后点击ok。
2023-07-22 18:04:33
829
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人