极术小姐姐 · 2021年02月26日

使用多个标签改善神经网络学习

ARM1891_5F00_Blog_5F00_Header_5F00_Image_5F00_ST1_5F00_1600x900-_2800_1_2900_.jpg_2D00_900x506x2.jpg_2D00_900x506x2.jpg

机器学习(ML)中的一个常见问题是为手头的任务选择一个合适的损失函数。通常情况下,一个任务属于两类中的一类:分类或回归。然而,有些问题并不能很好地归入这两类,可以用下面的例子来说明。

作者:Axel Berg
阅读直达链接:https://community.arm.com/developer/research/b/articles/posts/label-diversity-using-multiple-labels-improves-neural-network-learning
欢迎大家点赞留言,更多Arm技术文章动态请关注极术社区Arm技术专栏
推荐阅读
关注数
23384
内容数
890
Arm相关的技术博客,提供最新Arm技术干货,欢迎关注
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息