Loss function
来源:互联网 发布:数据恢复论坛 编辑:程序博客网 时间:2024/05/20 04:27
首先给出几种loss function的曲线示意图,来自PRML.
下面给出表达式。
1 exponential
y = exp(-z)
该函数即为Adaboost采用的损失函数。
2 logistic
y = log(1+exp(-z))
上图所示的红色曲线被称为cross entropy (交叉熵),这是因为将交叉熵定义中的y取值由0和1变换为-1和1之后,等价于logistic函数。另外,上图中的曲线经过了缩放,有个log2的系数。
3 hinge
y = max{0,1-z}
0 0
- Loss Function
- Loss function
- loss function
- 损失函数(loss function)
- 损失函数(loss function)
- Huber Loss function
- Loss Function总结
- 损失函数(Loss Function)
- Loss Function view
- 损失函数(Loss Function)
- 损失函数(Loss Function)
- contrastive loss function (papers)
- 损失函数(loss function)
- SVM/hinge loss function
- Hinge loss function
- pytorch loss function 总结
- Loss Function 整理
- pytorch-loss function
- Java访问权限修饰词private、public、protected、default、default(缺省)
- hdu5212 Code 莫比乌斯
- Android如何防止apk程序被反编译
- UINavigation导航控制器的使用
- 【特种兵PPT教程】如何用美图秀秀批量加水印?
- Loss function
- Android listView 设置分割线问题
- JVM内存分区
- P1035. 插入与归并(25)
- Android APK反编译就这么简单 详解(附图)
- HDU 1024 Max Sum Plus Plus
- 重新认识自己
- eclipse调用两个控制台进行调试
- 《学习OpenCV》第五章课后题3