2019年9月17日
sklearn
摘要： model_selection Metrics 阅读全文
posted @ 2019-09-17 21:10 FromZeroToOne 阅读(128) 评论(0) 推荐(0) 编辑
torch交叉熵计算
摘要： 交叉熵计算函数 第一种代码 第二种代码 mask作用 tensor([[ 0.5354, 1.2540, 0.4883, 0.1540], [ 0.1744, 0.4162, 0.8495, 0.3767], [ 0.7846, 1.0294, 0.5631, 0.0470]]) tensor([[ 阅读全文
posted @ 2019-09-17 15:00 FromZeroToOne 阅读(916) 评论(0) 推荐(0) 编辑
损失函数
摘要： 交叉熵损失函数 Cross Entropy Error Function 1. 二分类表达式 其中： y——表示样本的label，正类为1，负类为0 p——表示样本预测为正的概率 $y=1$时，对应的$p$越大则$ log(p)$越小，即损失越小 同理 ，$y=0$时，$p$越小，$ log(1 p 阅读全文
posted @ 2019-09-17 11:22 FromZeroToOne 阅读(245) 评论(0) 推荐(0) 编辑