李飞飞计算机视觉课CS231n第四天

1. Hinge Loss 表达式

L i = j y i m a x ( 0 , s j s y i + 1 ) L_{i}=\sum_{j\ne y_{i}}max(0, s_{j}-s_{y_{i}}+1)
函数存在一个问题,即当 L = 0 L=0 的时候 w w 并不唯一,而使用正则项可以解决这个问题。

2. SoftMax 表达式

P ( Y = k X = x i ) = e s k j e s j P(Y=k|X=x_{i})=\frac{e^{s}k}{\sum_{j}e^{s}j} ,其中 s = f ( x i ; W ) s=f(x_{i};W)

发布了36 篇原创文章 · 获赞 1 · 访问量 557

猜你喜欢

转载自blog.csdn.net/qq_36758914/article/details/103465729