《表1 两种反向传播算法的更新值对比》
对改进前后的函数分别进行求导,并代入y=1(分类正确)的情况计算其反向传播时的参数更新值,计算结果如表1所示。可以看出,改进后的损失函数通过加大难样本(y=1时,P较小)对于参数更新的影响,来加大对于难样本的训练力度,对于简单样本(y=1时,P较大)则关注度降低。
图表编号 | XD0089663600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 张钟毓、刘云鹏、王思奎、刘天赐、林智远 |
绘制单位 | 中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国 |
更多格式 | 高清、无水印(增值服务) |