docker的安装参考链接添加链接描述nvidia-docker的安装参考链接nvidia-docker的使用nvidia-docker run -it --shm-size=10g --runtime=nvidia -e NVIDIA_VISIBLE_DEVICE=0 nvcr.io/nvidia/tensorflow:20.03-tf2-py3#对应tensorflow 2.1.0版本nvid

前言径向基函数是一个取值仅仅依赖于离远点的实值函数，也就是 ϕ(x)=ϕ(∣∣x∣∣)\ \phi(x)=\phi(||x||) ϕ(x)=ϕ(∣∣x∣∣)，或者还可以是任意一点c的距离，c点称为中心点，也就是 ϕ(x−c)=ϕ(∣∣x−c∣∣)\ \phi(x-c)=\phi(||x-c||) ϕ(x−c)=ϕ(∣∣x−c∣∣)。任意一点满足 ϕ

摘要交叉熵是深度学习中非常常用的一种损失，通过交叉熵学到的特征表示会有比较大的类内的多样性。因为传统的softmax损失优化的是类内和类间的差异的最大化，也就是类内和类间的距离（logits）的差别的最大化，没有办法得到表示类别的向量表示来对类内距离进行正则化。之前的方法都是想办法增加类内的内聚性，而忽视了不同的类别之间的关系。本文提出了Radial Basis Function(RBF 径向基函

`An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.SSLError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.tuna