Публикации по теме 'loss-function'


Бинарная кросс-энтропийная потеря  — Частный случай категориальной кросс-энтропийной потери
Пошаговая реализация и ее градиенты с примером В этом посте мы поговорим о бинарной кросс-энтропийной потере и о том, что это значит. Мы также увидим, как вычислять градиенты? И как это частный случай категориальной кросс-энтропийной потери? Вы можете скачать Jupyter Notebook здесь . Вернуться к предыдущему сообщению Вернуться к первому сообщению 4.4 Что такое бинарная кросс-энтропийная потеря и как вычислить градиенты? Позвольте мне спросить вас, какие из следующих..
Регуляризация: что? Почему? и как? (часть 2)
Это вторая часть нашего обсуждения регуляризации, состоящего из двух частей, я бы посоветовал вам сначала пройти часть 1; чтобы убедиться, что мы на одной странице. Вот ссылка на него https://medium.com/@rsiddhant73/regularization-what-why-and-how-part-1-ef6bdb6bafea В предыдущей части мы попытались понять эту тему в очень общем математическом ключе, даже наша комбинированная целевая функция, состоящая из штрафного члена и целевой функции, была очень общей, поэтому давайте перейдем..
Что такое искусственный интеллект, машинное обучение и глубокое обучение?
Здесь вы можете найти краткую информацию об искусственном интеллекте, машинном обучении и глубоком обучении. ЧТО ТАКОЕ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ? Искусственный интеллект — это попытка автоматизировать интеллектуальные задачи, обычно выполняемые людьми. Символический ИИ — это искусственный интеллект человеческого уровня, которого можно достичь, если программисты вручную создадут большой набор явных правил для манипулирования знаниями. Хотя символический искусственный интеллект..
Глубокое обучение: какие функции потери и активации мне следует использовать?
Цель этого поста - дать указания, какую комбинацию функции активации последнего уровня и функции потерь следует использовать в нейронной сети в зависимости от бизнес-цели. Этот пост предполагает, что читатель знает функции активации. Их обзор можно увидеть в предыдущем посте: Глубокое обучение: обзор нейронов и функций активации Что вы пытаетесь решить? Как и все проблемы с машинным обучением, бизнес-цель определяет, как вы должны оценивать ее успех. Вы пытаетесь предсказать..
Машинное обучение 1.1
Да, машинное обучение — это машинное обучение, короче говоря, я буду вести несколько блогов, чтобы информировать себя о темах, которые я изучаю в области машинного обучения. Я знаю, что большая часть материала окажется намного сложнее, чем вы думаете, но, поверьте мне, я не смогу разбить его на дополнительные части. Обучение — это просто процесс понять ваши данные. При обучении с учителем алгоритм машинного обучения строит модель, исследуя множество примеров и пытаясь найти модель,..
Энтропия: мощное свойство, наблюдаемое в термодинамике, теории информации и машинном обучении.
«Энтропия сообщения — это мера его информационного содержания, аналогичная энтропии термодинамической системы». — Клод Шеннон. Энтропия — это понятие, которое появляется в различных областях науки и техники. Это мера количества беспорядка или случайности, присутствующих в системе.
Как работают нейронные сети?
Поскольку нейронные сети меняют мир, я подумал, что было бы неплохо начать изучать их и рассказывать другим об этих влиятельных системах. В этой статье вы узнаете: Как нейронные сети могут делать прогнозы с помощью метода прямой подачи Важность функции потерь Как нейронные сети учатся через обратное распространение Как закодировать как метод прямой подачи, так и метод обратного распространения в Python, используя базовый пример Чтобы получить базовое представление о математике,..