深度学习
关注
分享
扫一扫
文章平均质量分 85
callinglove
从事Linux C/C++/Python开发近10年，擅长相关环境的搭建
展开
-
交叉熵在机器学习中的应用解析
交叉熵（Cross-Entropy）是信息论和机器学习中的一个重要概念，用于衡量两个概率分布之间的差异。它在分类任务（如逻辑回归、神经网络）中常作为损失函数使用。理解交叉熵的关键是掌握其与熵、KL散度的关系，以及如何通过最小化它来使模型逼近真实分布。表示一个概率分布自身的不确定性。其中 ( p(x) ) 是概率密度函数。（类别1），模型预测。原创 2025-04-15 12:34:04 · 707 阅读 · 0 评论 -
One-Hot标签编码方法详解
One-Hot 编码将类别型特征转换为机器学习算法更容易处理的数值形式。One-Hot 标签是一种将分类变量表示为二进制向量的编码方法，在机器学习和深度学习中广泛使用。在深度学习中，One-Hot编码常用于输出层配合交叉熵损失函数使用。原创 2025-04-14 21:49:52 · 406 阅读 · 0 评论