প্রশ্ন ট্যাগ «loss-functions»

আমি দুটি ধরণের লজিস্টিক লোকসান ফর্মুলেশন দেখেছি। আমরা সহজে দেখাতে পারেন যে তারা অভিন্ন হয়, শুধু পার্থক্য ট্যাগ সংজ্ঞা ।Yyy সূত্র / নোটেশন 1, :Y∈ { 0 , + + 1 }y∈{0,+1}y \in \{0, +1\} এল ( ওয়াই), βটিx ) = - yলগ( পি ) - ( 1 - y)) …

23 logistic  generalized-linear-model  notation  loss-functions 

লোকে বলেছে নরম মার্জিন এসভিএম হিঞ্জ লস ফাংশনটি ব্যবহার করে: । যাইহোক, আসল উদ্দেশ্য ফাংশন যা নরম মার্জিন এসভিএম হ্রাস করার চেষ্টা করে তা হ'ল rac frac {1} {2} \ | w \ | ^ 2 + C \ Sum_i \ সর্বোচ্চ (0,1-y_i (ডাব্লু ^ x ইন্টারকেল এক্স_আই + বি) …

23 svm  loss-functions 

এখানে একটি অনুরূপ থ্রেড রয়েছে ( নিউরাল নেটওয়ার্কের ব্যয় ক্রিয়াকলাপটি নন-উত্তল? ) তবে আমি সেখানে উত্তরগুলির পয়েন্টগুলি বুঝতে পারি না এবং এটি পুনরায় জিজ্ঞাসা করার কারণটি এই আশা করে যে কিছু বিষয় স্পষ্ট হবে: আমি স্কোয়ারড পার্থক্য খরচ ফাংশনের সমষ্টি ব্যবহার করছি তবে আমি চরমভাবে ফর্মের কিছু নিখুঁত করছি যেখানে …

22 machine-learning  neural-networks  optimization  loss-functions  convex 

আর প্যাকেজটি এলোমেলোভাবে পোস্ট করাতে ভুল সংশোধনের ব্যয়টি নিয়ন্ত্রণ করা কি সম্ভব ? আমার নিজের কাজে মিথ্যা নেতিবাচক (যেমন, কোনও ব্যক্তির কোনও রোগ হতে পারে এমন ভুলের মধ্যে অনুপস্থিত) মিথ্যা ধনাত্মক চেয়ে অনেক বেশি ব্যয়বহুল। প্যাকেজ rpart ব্যবহারকারীকে ভুলভাবে ওজনকে ভুল পদ্ধতিতে ভুলের জন্য ম্যাট্রিক্স নির্দিষ্ট করে ভুল সংশোধন ব্যয়গুলি …

21 r  classification  random-forest  loss-functions  metric 

এই প্রশ্নের ইতিমধ্যে এখানে উত্তর রয়েছে : ব্যয় কার্যকারিতা পরিবর্তন কীভাবে ইতিবাচক হতে পারে? (1 উত্তর) আমার নিউরাল নেটওয়ার্ক শিখতে না পারলে আমার কী করা উচিত? (5 টি উত্তর) গত মাসে বন্ধ ছিল । আমি 4 ধরণের সিক্যুয়েন্সকে শ্রেণিবদ্ধ করার জন্য একটি মডেল (পুনরাবৃত্ত নিউরাল নেটওয়ার্ক) প্রশিক্ষণ দিচ্ছি। আমি যখন …

21 machine-learning  neural-networks  loss-functions  rnn  training-error 

প্যারামিটারগুলি অনুমানের জন্য পরিসংখ্যানগুলির 'মৌলিক' ধারণাটি সর্বাধিক সম্ভাবনা । আমি ভাবছি মেশিন লার্নিংয়ে সম্পর্কিত ধারণাটি কী? কিউন ১। এটা বলা কি ন্যায়সঙ্গত হবে যে প্যারামিটারগুলি অনুমানের জন্য মেশিন লার্নিংয়ের 'মৌলিক' ধারণাটি হ'ল: 'লোকসান ফাংশন' [দ্রষ্টব্য: এটি আমার ধারণা যে মেশিন লার্নিং অ্যালগরিদমগুলি প্রায়শই একটি ক্ষতির ফাংশন অনুকূল করে এবং তাই …

19 machine-learning  maximum-likelihood  loss-functions  pac-learning 

ক্ষতির ফাংশনের উদ্দেশ্য কী তা আমি উপলব্ধি করার চেষ্টা করছি এবং আমি এটি বেশ বুঝতে পারি না। সুতরাং, যতদূর আমি বুঝতে পারি ক্ষতির ফাংশনটি এমন এক ধরণের মেট্রিক প্রবর্তনের জন্য যা আমরা একটি ভুল সিদ্ধান্তের "ব্যয়" পরিমাপ করতে পারি। সুতরাং আসুন আমি বলি যে আমার কাছে 30 টি অবজেক্টের একটি …

19 machine-learning  loss-functions 

আমি এমন সমস্যাযুক্ত ডোমেনে কাজ করি যেখানে লোকেরা প্রায়শই আরওসি-এউসি বা আভেপ (গড় নির্ভুলতা) প্রতিবেদন করে। তবে আমি সম্প্রতি এমন কাগজপত্রগুলি পেয়েছি যা পরিবর্তে লগ লসকে অনুকূল করে তোলে, অন্যরা হিন্জ লসের কথা জানায় । এই মেট্রিকগুলি কীভাবে গণনা করা হয় তা আমি বুঝতে পেরেছিলাম, তাদের মধ্যে থাকা বাণিজ্য সম্পর্কে …

18 loss-functions 

ফ্ল্যাট পূর্বের সাথে, এমএল (ঘন ঘনবাদী - সর্বাধিক সম্ভাবনা) এবং এমএপি (বায়েসিয়ান - সর্বাধিক একটি পোস্টেরিয়েরি) অনুমানের সাথে মিলে যায়। আরও সাধারণভাবে, তবে আমি কিছু ক্ষতি ফাংশনের অপটিমাইজার হিসাবে প্রাপ্ত পয়েন্ট আনুমানিক সম্পর্কে কথা বলছি। অর্থাত (Bayesian) এক্স (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( …

17 bayesian  estimation  loss-functions  frequentist  decision-theory 

টেনসরফ্লো সিআইএফএআর -10 শ্রেণিবদ্ধকরণ সম্পর্কে একটি উদাহরণ টিউটোরিয়াল রয়েছে । টিউটোরিয়ালে ব্যাচ জুড়ে গড় ক্রস এনট্রপি ক্ষতি হ্রাস করা হয়। def loss(logits, labels): """Add L2Loss to all the trainable variables. Add summary for for "Loss" and "Loss/avg". Args: logits: Logits from inference(). labels: Labels from distorted_inputs or inputs(). 1-D tensor …

17 neural-networks  loss-functions  tensorflow 

আমি খেলনা ডেটা সেটটিতে বাইনারি শ্রেণিবদ্ধকরণ করতে স্কোয়ার ক্ষতি ব্যবহার করার চেষ্টা করছি। আমি mtcarsডেটা সেট ব্যবহার করছি , প্রতি গ্যালন মাইল এবং ওজন ট্রান্সমিশনের ধরণের পূর্বাভাস দিতে ব্যবহার করি। নীচের প্লটটি দুটি ধরণের সংক্রমণ টাইপের ডেটা বিভিন্ন রঙে দেখায় এবং বিভিন্ন ক্ষতির ক্রিয়াকলাপ দ্বারা উত্পন্ন সিদ্ধান্তের সীমানা দেখায়। স্কোয়ারড …

16 r  machine-learning  logistic  optimization  loss-functions 

আমি লগ ক্ষতি এবং এটি কীভাবে কাজ করে তা আরও ভালভাবে বোঝার চেষ্টা করছি তবে একটি জিনিস যা আমি খুঁজে পেতে পারি তা লগ লসের সংখ্যাটিকে কিছু প্রসঙ্গে প্রাসঙ্গিক করে। আমার মডেলটির লগ লোকসান যদি 0.5 হয়, তবে এটি কি ভাল? একটি ভাল এবং খারাপ স্কোর হিসাবে বিবেচনা করা হয়? …

16 machine-learning  loss-functions  log-loss 

আমি মেশিন লার্নিংয়ের কিছু প্রয়োজনীয় ধারণা সম্পর্কে একটি বিশ্বব্যাপী দৃষ্টিভঙ্গি পাওয়ার চেষ্টা করছি এবং আমি ভাবছিলাম যে ক্ষতির বিভিন্ন ধারণার (স্কোয়ারড, লগ, কব্জি, প্রক্সি ইত্যাদি) এর বিস্তৃত চিকিত্সা রয়েছে কিনা। লস ফাংশন শব্দার্থবিজ্ঞানের বিষয়ে জন ল্যাংফোর্ডের দুর্দান্ত পোস্টটির আরও বিস্তৃত, আনুষ্ঠানিক উপস্থাপনার ধারায় আমি কিছু ভাবছিলাম ।

16 references  loss-functions 

আমি ইয়োলো ভি 2 ক্ষতির ফাংশনটি বোঝার চেষ্টা করছি: λcoord∑i=0S2∑j=0B1objij[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1objij[(wi−−√−w^i−−√)2+(hi−−√−h^i−−√)2]+∑i=0S2∑j=0B1objij(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1noobjij(Ci−C^i)2+∑i=0S21obji∑c∈classes(pi(c)−p^i(c))2λcoord∑i=0S2∑j=0B1ijobj[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1ijobj[(wi−w^i)2+(hi−h^i)2]+∑i=0S2∑j=0B1ijobj(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1ijnoobj(Ci−C^i)2+∑i=0S21iobj∑c∈classes(pi(c)−p^i(c))2\begin{align} &\lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(x_i-\hat{x}_i)^2 + (y_i-\hat{y}_i)^2 ] \\&+ \lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(\sqrt{w_i}-\sqrt{\hat{w}_i})^2 +(\sqrt{h_i}-\sqrt{\hat{h}_i})^2 ]\\ &+ \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}(C_i - \hat{C}_i)^2 + \lambda_{noobj}\sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{noobj}(C_i - \hat{C}_i)^2 \\ &+ \sum_{i=0}^{S^2} \mathbb{1}_{i}^{obj}\sum_{c \in classes}(p_i(c) - \hat{p}_i(c))^2 \\ \end{align} যদি কোনও ব্যক্তি ফাংশনটি বিশদ করতে পারেন।

16 neural-networks  loss-functions  object-detection  yolo 

In ক্ষতি সংজ্ঞায়িত করা যায় এবং লগ ক্ষতি loss হিসাবে সংজ্ঞায়িত করা যায়সর্বোচ্চ ( 0 , 1 - y)আমিWটিএক্সআমি)সর্বোচ্চ(0,1-YআমিWটিএক্সআমি)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)লগ ( 1 + এক্সপ্রেস( - y)আমিWটিএক্সআমি) )লগ(1+ +মেপুঃ⁡(-YআমিWটিএক্সআমি))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) আমার নিম্নলিখিত প্রশ্নগুলি রয়েছে: কবজ ক্ষতির কোনও অসুবিধাগুলি রয়েছে (যেমন http://www.unc.edu/~yfliu/papers/rsvm.pdf এ উল্লিখিত outliers সম্পর্কে সংবেদনশীল )? অন্যটির তুলনায় একজনের …

14 machine-learning  svm  loss-functions  computer-vision