损失函数｜交叉熵损失函数 - 知乎
1.3 Cross Entropy Loss Function（交叉熵损失函数） 1.3.1 表达式 (1) 二分类 在二分的情况下，模型最后需要预测的结果只有两种情况，对于每个类别我们的预测得到的概率为 和 ，此时表达式为（ 的底 …
深度学习的多个loss如何平衡？ - 知乎
多个loss引入pareto优化理论，基本都可以涨点的。 例子： Multi-Task Learning as Multi-Objective Optimization 可以写一个通用的class用来优化一个多loss的损失函数，套进任何方法里都基本会涨点 …
十分钟读懂旋转编码（RoPE）
Sep 23, 2025 · 旋转位置编码（Rotary Position Embedding，RoPE）是论文 Roformer: Enhanced Transformer With Rotray Position Embedding 提出的一种能够将相对位置信息依赖集成到 self …
深度学习模型训练的时候，一般把epoch设置多大？ - 知乎
在机器学习中，epoch 数量是指整个训练集通过模型的次数。一个Epoch意味着训练数据集中的每个样本都有机会更新内部模型参数。 Epoch由一个或多个Batch组成。 选择合适的 epoch 数量是一个关键 …
LSTM训练集和验证集的loss曲线为什么会是这样？ - 知乎
LSTM训练集和验证集的loss曲线为什么会是这样？ 训练集和验证集的loss曲线一直处于平行状态，并且验证集loss是训练loss的2倍，损失函数是mse。 看有人说是因为模型容量不够，但网络已经比较 …
深度学习的loss一般收敛到多少？ - 知乎
看题主的意思，应该是想问，如果用训练过程当中的loss值作为衡量深度学习模型性能的指标的话，当这个指标下降到多少时才能说明模型达到了一个较好的性能，也就是将loss作为一个evaluation metrics …
神经网络训练结束后，模型保存的参数是损失最小那个epoch的吗还是 …
例如我训练100轮第90轮的loss=0.6552之后的几轮损失逐渐变大到19.7265。 训练结束后我的模型的权重是损失最低的那一轮的还是最后一轮的？
神经网络模型train_loss下降，val_loss一直上升是什么原因？ - 知乎
train_loss 不断下降， test_loss 不断上升，和第2种情况类似说明网络过拟合了。 应对神经网络过拟合的方法包括： 简化模型。 通过减少神经网络层数或神经元数量来降低模型复杂度，从而减少过拟合风 …
我打游戏的时候一直丢包，想问怎么确定是路由器，运营商还是电脑问 …
你ping的是 网关，丢包，那么就是和网关之间存在问题。 如果是有线连接 那么是线的问题或者路由器本身的质量问题，是否用了太久？比如十年？二十年？ 如果是 无线连接 大概率是无线连接， 有线连 …
深度学习模型训练的时候LOSS很大，超过万，有下降但是结束时还是很 …
Aug 19, 2019 · 深度学习模型训练的时候LOSS很大，超过万，有下降但是结束时还是很大（几千），是什么原因导致的？ deeplabv3+模型 camvid数据集