什么是交叉熵损失？定义 | AI Understanding

定义

一种常见的目标函数，用于通过惩罚不正确的概率来训练分类模型。

相关术语

量化训练期间预测误差的数学目标。

人工添加的标签或元数据用于训练或评估机器学习模型。

用于训练或评估模型输出的可信参考标签。

模型的置信度得分与实际正确性概率的匹配程度。

模型将输入分配给一个或多个预定义类别的任务。

专为分类任务设计的模型。

在我们的免费指南中了解更多信息

Entropy-Based Sampling Focal Loss for Imbalanced Detection Triplet Loss and Metric Learning Siamese Networks and Triplet Loss

参见

Convolutional Neural Network (CNN)Data Augmentation Continual Learning Data Drift Context Window Data Labeling Computer Vision Dataset

浏览完整的人工智能术语表探索所有免费的人工智能指南