ML | Loss function & Activation function

Loss function损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好。不同的模型用的损失函数一般也不一样。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。常见损失函数与优缺点Zero-one loss$$ L(Y,f(X))= \left\{\begin{matrix} 1,Y\neq f(X) \\ 0,Y=f(X)\end{matrix}\right. $$0-1损失函数直接对应了分类判断错误的个数，但它是非凸函数，不好优化感知机使用的即是该损失函数，但这个条件太严格，也可以放宽条件：$$ L(Y,f(X))= \left\{\begin{matrix} 1,\left| Y-f(X)\right|\geq T \\ 0,\left| Y-f(X)\right|<T \end{matrix}\right. $$绝对值损失函数$$ L(Y,f(x))=\left|Y-f(x)\right| $$log对数损失函数$$ L(Y,P(Y|X))=-

Deep Learning·Artificial Intelligence·Machine Learning · 2022-07-22

Pytorch | Transforms

Transforms的结构及用法transforms.py相当于一个工具箱，工具箱中有名为totensor，resize等工具，图片被这些工具处理之后会得到我们想要的结果。在使用工具前，需要创建具体的工具，如：tool = treansforms.ToTensor()，接着将图片输入，得到结果：tensor_img = tool(img). 主要操作流程为：输入图片，使用PIL库中的Image.open()常见的Transforms要弄清楚输入输出的数据类型，处理的方法能实现什么样的效果。

Deep Learning·Artificial Intelligence·Machine Learning · 2022-04-21