
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
深度学习中的损失函数(交叉熵)
0、前景介绍对于线性回归模型适用于输出为连续值的情景,但是在模型输出是一个像图像类别这样的离散值时。对于这样离散值的预测问题,通常使用一些例如sigmoid/softmax的分类模型。1. 图像分类任务假设下面两个模型都是通过softmax的方式得到对于每个预测结果的概率值:模型1:预测真实是否正确0.3 0.3 0.40 0 1 (猪)正确0.3 0.4 0.30 1 0 (狗)正确0.1 0.
上采样(最近邻插值、双线性插值法、反池化、转置卷积)
一般图像分割的时候,需要对图像进行像素级别的分类,因此在卷积提取到抽象特征后需要通过上采样将feature map还原到原图大小,在FCN和U-net等网络中都提到了上采样的操作,这里会一些上采样的方法进行总结。
到底了







