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
/
損失函數
人工智慧術語
什麼是
損失函數
?
定義
量化訓練期間預測誤差的數學目標。
相關術語
訓練損失
模型誤差值在訓練期間計算並隨著時間的推移向下最佳化。
交叉熵損失
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。
反向傳播
核心訓練演算法透過網路向後傳播預測誤差來更新模型權重。
學習率
訓練超參數控制每個更新步驟的參數變化量。
法學碩士法官
在評估過程中使用語言模型對其他模型的輸出進行評分或比較。
偏見
數據或模型行為中一致的錯誤或不公平模式。
在我們的免費指南中了解更多信息
Focal Loss for Imbalanced Detection
Triplet Loss and Metric Learning
Signed Distance Functions
Siamese Networks and Triplet Loss
參見
LoRA (Low-Rank Adaptation)
Machine Learning (ML)
Memory (Agent Memory)
Large Language Model (LLM)
Mixture of Experts (MoE)
Latency
Model Card
Label Smoothing
Previous
LoRA (Low-Rank Adaptation)
Next
Machine Learning (ML)
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