南有乔木NTU的博客

SeLU最近arXiv出来一篇新文章，102页的Paper，90+页的附录，密密麻麻的公式证明，已经和我暂时绝缘了， 心疼审稿人1秒。虽然看不懂，并不影响我们使用，总结起来就是下图：代码放到Tensorflow里面就下面几行：def selu(x): with ops.name_scope('elu') as scope: alpha = 1.6732632423543772

基于深度学习的人脸识别算法简介Contrastive LossTriplet LossCenter LossA-Softmax Loss参考文献：简介我们经常能从电影中看到各种神奇的人脸识别技术，例如图1。人脸识别技术是基于面部特征信息进行身份识别的一种生物识别技术。该技术在图片/视频中，从人脸的角度入手，识别出画面中的人物是谁。如图2所示，严格来讲，这个过程包括人脸检测 (face d...

交叉熵损失函数分析分类任务是训练神经网络最常用的任务之一。对于分类任务来说，它的损失函数一般采用交叉熵损失函数。至于为什么这样做，本博客在此进行简单的分析。平方损失函数在分类任务上，类别往往属于离散的整形数据(integer)。最直观的想法就是直接使用平方损失函数：L=12∑i=1N(yi−ti)2L=\frac{1}{2}\sum_{i=1}^N(y_i-t_i)^2L=21​∑i=1N​...