知识卡片

普通读书笔记卡 · 生成模型:未记录

替代损失与目标指标

理解等级:中级

准确率等实际指标可能不易直接优化,训练常采用交叉熵等可优化的替代损失,再用关心的指标评价。降低替代损失有助于训练,但两者并非完全等价,仍需在目标数据上检查实际指标。

这张卡片看不懂?

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

    参考来源

    - 位置:《破解深度学习(基础篇)_模型算法与实现》第6章《梯度下降算法及变体:高效求解模型参数》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0009.xhtml`) - 结论依据:原文及公式、代码说明方法;卡片标明原书错误和适用条件,数值示例为解释。 - 原始内容:会选择一些如负对数似然(negative log-likelihood)或交叉熵(cross entropy)等可以更容易优化的损失函数作为替代度量