知识卡片
胶囊边缘损失区分真假类
胶囊边缘损失分别约束每个类别的向量长度:真实存在的类若长度低于上边界 m⁺,就惩罚其不足;不存在的类若长度高于下边界 m⁻,就以系数 λ 惩罚其超出。各类损失相加,因而可以分别表达多个标签。书中将两项的误报、漏报作用写反;多标签任务也可以使用逐类二元交叉熵,不能说交叉熵天然只支持单标签。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 卷积网络虽动人,胶囊网络更传“神” 16.6 神经胶囊的工作流程 · 查看原书依据
模型整体的损失就是简单地把每个数字胶囊的损失
参考来源
- 位置:《深度学习之美:AI时代的数据处理与最佳实践》第16章《卷积网络虽动人,胶囊网络更传“神”》,16.6 神经胶囊的工作流程(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter21_0006.xhtml#txt016_12)
- 结论依据:公式 16-7 明确两项的触发条件;卡片按公式纠正文字说明。
- 原始内容:模型整体的损失就是简单地把每个数字胶囊的损失