会员服务
交叉熵（Cross Entropy）是Shannon信息论中一个重要概念，主要用于度量两个概率分布间的差异性信息。语言模型的性能通常用交叉熵和复杂度（perplexity）来衡量。交叉熵的意义是用该模型对文本识别的难度，或者从压缩的角度来看，每个词平均要用几个位来编码。
NeurIPS 2019 | 用于弱监督图像语义分割的新型损失函数
NeurIPS 2019 | 用于弱监督图像语义分割的新型损失函数
PaperWeekly
20+阅读 · 2019年10月8日
抛开模型，探究文本自动摘要的本质——ACL2019 论文佳作研读系列
抛开模型，探究文本自动摘要的本质——ACL2019 论文佳作研读系列
AINLP
0+阅读 · 2019年10月6日
JoSE：球面上的词向量和句向量
JoSE：球面上的词向量和句向量
PaperWeekly
0+阅读 · 2019年12月2日
简单的交叉熵损失函数，你真的懂了吗？
简单的交叉熵损失函数，你真的懂了吗？
极市平台
1+阅读 · 2020年11月25日
CVPR2020 | 用有噪声的学生网络进行自我训练提高ImageNet分类
CVPR2020 | 用有噪声的学生网络进行自我训练提高ImageNet分类
计算机视觉战队
2+阅读 · 2020年3月30日
AI初识：深度学习中常用的损失函数有哪些？
AI初识：深度学习中常用的损失函数有哪些？
极市平台
0+阅读 · 2019年8月10日
线性分类知识（下）
线性分类知识（下）
计算机视觉战队
1+阅读 · 2018年8月9日
深入理解计算机视觉中的损失函数
深入理解计算机视觉中的损失函数
极市平台
1+阅读 · 2020年6月9日
如何用PyTorch进行语义分割？一个教程教会你｜资源
如何用PyTorch进行语义分割？一个教程教会你｜资源
量子位
0+阅读 · 2020年11月28日
AI初识：深度学习中常用的损失函数有哪些？
AI初识：深度学习中常用的损失函数有哪些？
极市平台
1+阅读 · 2019年8月10日
从最优化的角度看待 Softmax 损失函数
从最优化的角度看待 Softmax 损失函数
极市平台
31+阅读 · 2019年2月21日
深度学习面试100题（第41-45题）
深度学习面试100题（第41-45题）
七月在线实验室
15+阅读 · 2018年7月18日
细说语义分割，不只是画个边框那么简单
细说语义分割，不只是画个边框那么简单
论智
19+阅读 · 2018年5月22日
AAAI 2019 | 把Cross Entropy梯度分布拉「平」，就能轻松超越Focal Loss
AAAI 2019 | 把Cross Entropy梯度分布拉「平」，就能轻松超越Focal Loss
机器之心
0+阅读 · 2019年1月22日
GPLinker：基于GlobalPointer的实体关系联合抽取
GPLinker：基于GlobalPointer的实体关系联合抽取
PaperWeekly
2+阅读 · 2022年3月3日
参考链接
微信扫码咨询专知VIP会员
Top