vict_wang的博客

学习到的权重W相当于图像模板评分函数：原始图像数据到类别分值的映射损失函数：量化预测值和真实值的差距，越小越好。利用梯度最优化，求出损失函数值最小时的参数（权重W）损失函数包含两个部分：数据损失和正则化损失正则化目的：向某些特定的权重W添加一些偏好，对其他权重不添加，以此来消除模糊性（即避免不同的权重均使损失函数最小，求出了多个W图像模板）实现方式：是向损失函数增加一个正则化惩罚（r...

def ComDis(self, X_test): # 求测试集和训练集的欧氏距离（向量与向量） # 训练样本：X_train = [N_train * D] # 测试样本：X_test = [N_test * D] # 求出向量与向量间的欧式距离放入矩阵dists[N_test * N_train]中 dis...

来源：https://www.cnblogs.com/skyfsm/p/8453498.htmlhttps://blog.youkuaiyun.com/bingo_csdn_/article/details/79393354文章目录一、简介二、BN作用1.特征分布对神经网络训练的作用2.BN的作用三、BN的原理四、BN到底解决了什么五、预测时均值和方差怎么求？六、卷积神经网络CNN中的BN一、简介BN...