写文章
- @yangyehuisw
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
深度学习炼丹涨点神器之 Coordinate Attention （坐标注意力机制）
飞桨实现yhttps://aistudio.baidu.com/aistudio/projectdetail/1884947
深度学习炼丹涨点神器之 Coordinate Attention （坐标注意力机制）
飞桨实现yhttps://aistudio.baidu.com/aistudio/projectdetail/1884947
Focal loss 中两个加权参数的原理和产生的影响
首先需要明确一个在损失函数中的加权细节：想要在损失函数中对样本进行加权，那么加权的思路应该要是逆向的。因为损失函数的优化目标是越小越好，所以你越想保护的部分应该给予小权重，使得这部分可以大。而越想惩罚的部分，应该给予大权重，这样强制让他们只能是小的。Focal loss ：。里面最核心的两个参数和。其中类似与class weight 给类别加权重。如果 y = 1 类样本个数大于 y = 0， 那
到底了