会员服务
损失函数，在AI中亦称呼距离函数，度量函数。此处的距离代表的是抽象性的，代表真实数据与预测数据之间的误差。损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。
Architect Your Landscape Approach (AYLA) for Optimizations in Deep Learning
Architect Your Landscape Approach (AYLA) for Optimizations in Deep Learning
Arxiv
0+阅读 · 4月2日
Scaling Session-Based Transformer Recommendations using Optimized Negative Sampling and Loss Functions
Arxiv
0+阅读 · 3月30日
BadRefSR: Backdoor Attacks Against Reference-based Image Super Resolution
Arxiv
0+阅读 · 2月28日
Subbagging Variable Selection for Big Data
Arxiv
0+阅读 · 3月7日
Edgeworth Expansion for Semi-hard Triplet Loss
Arxiv
0+阅读 · 3月17日
The global convergence time of stochastic gradient descent in non-convex landscapes: Sharp estimates via large deviations
Arxiv
0+阅读 · 3月20日
TopoMortar: A dataset to evaluate image segmentation methods focused on topology accuracy
Arxiv
0+阅读 · 3月5日
HELM: Hierarchical Encoding for mRNA Language Modeling
Arxiv
0+阅读 · 3月12日
PINN-MG: A physics-informed neural network for mesh generation
Arxiv
0+阅读 · 3月2日
Out-of-distribution robustness for multivariate analysis via causal regularisation
Arxiv
0+阅读 · 3月11日
When Attention Sink Emerges in Language Models: An Empirical View
Arxiv
0+阅读 · 3月2日
PULASki: Learning inter-rater variability using statistical distances to improve probabilistic segmentation
Arxiv
0+阅读 · 3月18日
Efficient Connectivity-Preserving Instance Segmentation with Supervoxel-Based Loss Function
Arxiv
0+阅读 · 3月4日
Hyperbolic Safety-Aware Vision-Language Models
Arxiv
0+阅读 · 3月15日
SAP-DIFF: Semantic Adversarial Patch Generation for Black-Box Face Recognition Models via Diffusion Models
Arxiv
0+阅读 · 2月27日
参考链接
父主题
度量函数（机器学习）
子主题
极大极小
微信扫码咨询专知VIP会员
Top