Loss

说话人验证论文翻译：Generalized end-to-end loss for speaker verification

论文地址：2018_说话人验证的广义端到端损失论文代码：https://google.github.io/s […]

对数损失函数(Logarithmic Loss Function)的原理和 Python 实现

原理　　对数损失, 即对数似然损失(Log-likelihood Loss), 也称逻辑斯谛回归损失(Log […]

常用损失函数积累拓展：Focal Loss

损失函数（loss function）是用来估量模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函 […]

Loss 总结：IoU loss总结

object detection 损失：更加接近人眼的损失 what is IoU 如果两个框没有相交，根据定 […]

技术干货 | 基于MindSpore更好的理解Focal Loss

【本期推荐专题】物联网从业人员必读：华为云专家为你详细解读LiteOS各模块开发及其实现原理。摘要：Foca […]

处理样本不平衡的LOSS—Focal Loss

0 前言 Focal Loss是为了处理样本不平衡问题而提出的，经时间验证，在多种任务上，效果还是不错的。在理 […]

回归损失函数2 ： HUber loss,Log Cosh Loss,以及 Quantile Loss

均方误差（Mean Square Error,MSE）和平均绝对误差（Mean Absolute Error, […]

L1 loss, L2 loss以及Smooth L1 Loss的对比

总结对比下\(L_1\) 损失函数，\(L_2\) 损失函数以及\(\text{Smooth} L_1\) 损 […]

【深度学习】Focal Loss 与 GHM——解决样本不平衡问题

Focal Loss 与 GHM Focal Loss Focal Loss 的提出主要是为了解决难易样本数量 […]

熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence)

熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence) Pos […]