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 | 31 |
Tags
- data-driven approach
- implicit rules
- 내장함수
- tensor core
- FORTRAN
- print*
- object detection
- multiclass SVM loss
- L2 distance
- cv
- Semantic Gap
- geometric viewpoint
- cross-entropy loss
- visual viewpoint
- EECS 498-007/598-005
- computer vision
- feature cropping
- GNN
- implicit rule
- cs224w
- Graph Neural Networks
- L1 distance
- fortran90
- format이 없는 입출력문
- parametric approach
- algebraic viewpoint
- 산술연산
- human keypoints
- gfortran
- image classification
Archives
- Today
- Total
목록multiclass SVM 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