|
- 深度学习的loss一般收敛到多少？ - 知乎
看题主的意思，应该是想问，如果用训练过程当中的loss值作为衡量深度学习模型性能的指标的话，当这个指标下降到多少时才能说明模型达到了一个较好的性能，也就是将loss作为一个evaluation metrics。 但是就像知乎er们经常说的黑话一样，先问是不是，再问是什么。所以这个问题有一个前提，就是
- 如何分析kaiming新提出的dispersive loss，对扩散模型和aigc会带来什么影响? - 知乎
Dispersive Loss 的目的： 是最大化表示的 分散性。 当不进行 \ell_2 归一化时，特征向量的 范数（长度） 是被允许自由变化的。 如果模型为了最小化 Dispersive Loss，它会倾向于让特征向量的范数变得非常大。
- 关于短语at a loss的用法？ - 知乎
牛津高阶上，给出的用法是be at a loss for words 和I #39;m at a loss what to do next （后例也出现在…
- 深度学习中LOSS的设计思路是什么? - 知乎
深度学习（Deep Learning） 思路 思维 卷积神经网络（CNN） 深度学习中LOSS的设计思路是什么? 个人有一个小小感觉，深度学习最重要的三部分1 网络架构2 数据预处理3 损失函数。 但是在损失函数的设计当中，目前感觉看到很多文章，很多花样的loss… 显示全部 关注
- 究竟什么是损失函数 loss function? - 知乎
如何设计loss函数？ Loss函数和你任务的评价准则越相关，二者越接近越好。 如果你任务的评价准则是F1-score（不可导），但一直在使用CrossEntropy Loss来迭代模型，二者之间虽然相关性很高但仍存在非线性。 如何在Pytorch中使用loss函数？
- 深度学习的多个loss如何平衡？ - 知乎
多个loss引入pareto优化理论，基本都可以涨点的。 例子： Multi-Task Learning as Multi-Objective Optimization 可以写一个通用的class用来优化一个多loss的损失函数，套进任何方法里都基本会涨点。反正我们在自己的研究中直接用是可以涨的。
- 有哪些「魔改」loss函数，曾经拯救了你的深度学习模型？ - 知乎
类似的Loss函数还有IoU Loss。 如果说DiceLoss是一种 区域面积匹配度 去监督网络学习目标的话，那么我们也可以使用 边界匹配度去监督网络的Boundary Loss。 我们只对边界上的像素进行评估，和GT的边界吻合则为0，不吻合的点，根据其距离边界的距离评估它的Loss。
- 训练深度学习网络时候，出现Nan是什么原因，怎么才能避免？ - 知乎
在训练深度学习的网络时候，迭代一定次数，会出现loss是nan，然后acc很快降低到了0 1，训练也就无法继续了。 这个是什么原因？
|
|
|