[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
一个视频彻底搞懂交叉熵、信息熵、相对熵、KL散度、交叉熵损失、交叉熵损失函数、softmax函数、softmax求概率、各种熵的公式
...
六分钟精通交叉熵损失函数原理及实例
...
AI算法面试：交叉熵为什么可以作为分类的损失函数？？？
...
什么是交叉熵误差，多分类中的交叉熵损失函数
...
“交叉熵”如何做损失函数？打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”
...
【10分钟】了解香农熵，交叉熵和KL散度
...
信息量 ｜熵 ｜ 交叉熵 ｜KL散度 （相对熵）｜交叉熵损失函数
...
【官方双语】交叉熵损失函数怎么进行反向传播来优化神经网络参数？
...
“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”
...
【数之道 32】6分钟理解机器学习核心知识之<损失函数>
...
【官方双语】一个视频理解交叉熵 Cross Entropy
...
【手推公式】从二分类（二项分布）到多分类（多项分布），最大似然估计与交叉熵损失的等价
...
Qwen2-VL-7B实现精准pdf转markdown，从原理、代码实现、存在问题以及优化方向全流程讲解
...
你真的理解交叉熵损失函数了吗？
...
[数学！数学] 最大似然估计（MLE）与最小化交叉熵损失（cross entropy loss）的等价性
...
【小萌五分钟】机器学习 | 模型的评估: 均方误差 MSE
...
【手推公式】从 logodds 到 sigmoid 概率化输出，用于 LR、XGBoost 的分类任务
...
曹文祺：复杂网络的低秩假设 - 复杂系统自动建模读书会第二季方法论导读
...
十分钟搞明白Adam和AdamW，SGD，Momentum，RMSProp，Adam，AdamW
...
[全栈算法工程师系列] python deepcopy（深拷贝，clone，克隆）性能优化（浅拷贝+递归）
...
吹爆！这绝对是南京大学最出名的LLAMA3教程了没有之一，llama3原理代码精讲与微调量化部署实战，通俗易懂太适合小白了！人工智能|机器学习|深度学习
...
[LLMs tuning] 05 StackLlama、SFT+DPO（代码组织、数据处理，pipeline）
...
变分自编码器可视化解释
...
Flash Attention 为什么那么快？原理讲解
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[python 多进程、多线程以及协程] 01 关于进程（multiprocessing，pid、ppid）
...
[工具使用] tmux 会话管理及会话持久性
...
[LLMs tuning] 06 多轮对话 qlora SFT（Multi-turn Conversation）
...
[概率 & 统计] kl div kl散度的计算及应用（pytorch）
...
[python 多进程、多线程] 03 GIL、threading、多进程，concurrent.futures
...
[pytorch] BN、LN、RMSNorm 及 pre LN vs. post LN 对比，标准化
...
[矩阵微分] 标量/矢量关于矢量/矩阵的矩阵微分，深度学习框架反向传播
...
[概率 & 统计] KL 散度（KL div）forward vs. reverse
...
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
...
【有学的价值】偏微分方程
...
[LangChain] 04 LangGraph 构建复杂 RAG workflow（Self-corrective）
...
Andrej Karpathy：大模型10亿参数就够了，蒸馏技术效果非常好！
...
Llama 3.1论文精读 · 5. 模型训练过程【论文精读·54】