跳至內容
學習
新聞
工具
職缺
使命
搜尋
⌘K
English
捐款
選單
從這裡開始
開始學習
學習
前往 學習
課程
指南
AI 導師
提示庫
測驗
認證
術語表
新聞
前往 新聞
最新人工智慧新聞
主題追蹤器
研究和數據集
部落格
編輯準則
更正說明
工具
前往 工具
工具目錄
最佳名單
比較工具
成本計算器
快速精煉機
提交工具
職缺
前往 職缺
瀏覽人工智慧職位
發布職缺
贊助美亞保險
使命
前往 使命
使命
影響和統計
作者
幫助中心
有什麼新消息
支援
捐款
首頁
/
詞彙表
/
交叉熵損失
人工智慧術語
什麼是
交叉熵損失
?
定義
一種常見的目標函數,用於透過懲罰不正確的機率來訓練分類模型。
相關術語
損失函數
量化訓練期間預測誤差的數學目標。
註解
人工添加的標籤或元資料用於訓練或評估機器學習模型。
地面真相
用於訓練或評估模型輸出的可信參考標籤。
校準
模型的置信度分數與實際正確性機率的匹配程度。
分類
模型將輸入分配給一個或多個預定義類別的任務。
分類器
專為分類任務設計的模型。
在我們的免費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
參見
Convolutional Neural Network (CNN)
Data Augmentation
Continual Learning
Data Drift
Context Window
Data Labeling
Computer Vision
Dataset
Previous
Convolutional Neural Network (CNN)
Next
Data Augmentation
瀏覽完整的人工智慧術語表
探索所有免費的人工智慧指南