일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- parametric approach
- 내장함수
- algebraic viewpoint
- L2 distance
- data-driven approach
- geometric viewpoint
- EECS 498-007/598-005
- implicit rules
- gfortran
- computer vision
- print*
- GNN
- multiclass SVM loss
- cross-entropy loss
- 산술연산
- L1 distance
- tensor core
- object detection
- image classification
- Semantic Gap
- format이 없는 입출력문
- cs224w
- fortran90
- visual viewpoint
- Graph Neural Networks
- feature cropping
- human keypoints
- implicit rule
- FORTRAN
- cv
Archives
- Today
- Total
목록cross-entropy loss (1)
수리수리연수리 코드얍
[EECS 498-007/598-005] 3강. Linear Classifier (2)
2. Loss Function 좋은 가중치 W를 선택하기 위해서는 가중치 weight가 얼마나 좋은지 정량화하는 loss function을 찾아야 하고, optimization을 통해 이 loss function을 최소화할 수 있는 가중치를 찾아야 한다. loss function이란 classifier가 잘 동작하는지 나타내주는 지표이다. loss, 즉 손실이 작아야 좋은 classifier이고, 손실이 크면 안 좋은 classifier이다. Loss Function의 다른 이름: Object Functon, Cost Function Negative Loss Function의 다른 이름: Reward Function, Profit Function, Utility Function, Fitness Funct..
놀라운 Deep Learning/Deep Learning for Computer Vision
2023. 1. 21. 21:38