-
-
PolyLoss框架:改进神经网络损失函数的新视角
PolyLoss框架为神经网络提供了一个新的损失函数优化视角,通过多项式展开对交叉熵损失和Focal loss进行改进,实现了针对不同任务和数据集的优化。本文探讨了PolyLoss的理论基础和实验结果,展示了它在多项式展开下的优势。- 53
- 0
-
MindSpore算子使用经验总结及示例代码
本文总结了使用MindSpore中常用算子时需要注意的内容,并提供了示例代码,包括BatchNorm、Dropout和SmoothL1Loss的参数设置和使用方法。- 285
- 0
-
如何用TensorFlow训练神经网络:MNIST数据集和卷积神经网络
本文介绍了如何用TensorFlow训练神经网络,以及使用MNIST数据集和卷积神经网络进行手写体识别。适合对神经网络训练和机器学习感兴趣的读者。- 752
- 0
-
人工神经网络(ANN)算法示例及原理解析
本文通过一个简单的人工神经网络算法示例,解析了人工神经网络的基本原理和结构,以及训练过程中的前向传播和反向传播。了解了人工神经网络的基本概念和实现方法。- 398
- 0
-
神经网络损失函数可视化及影响因素研究
本文介绍了一种基于 \'Filter Normalization\' 的简单可视化方法,探讨了神经网络损失函数的结构和对泛化的影响,以及神经网络训练中的关键因素。- 242
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!