推导梯度，其实是非常简单的，就是一个复合函数求导，不要害怕，高数那点东西够用了，链式法则也很简单的；博主自己推导了一下softmaxLoss，搜了一大遍，网上没有完整的推导，可能太简单了，自己就推导了一下，详细的过程见下文：
梯度更新的过程其实就是前向计算出来的值，反向的时候就可以直接使用，链式法则就是这样用的；
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测之Loss：softmaxLoss反向传播 - Python技术站
微信扫一扫 
支付宝扫一扫
北航孙钰：昆虫目标检测技术
上一篇
2023年4月8日 上午1:58
第三十六节，目标检测之yolo源码解析
下一篇
2023年4月8日 上午2:12
相关文章
-
tensorflow学习笔记一：安装调试
用过一段时间的caffe后，对caffe有两点感受：1、速度确实快; 2、 太不灵活了。 深度学习技术一直在发展，但是caffe的更新跟不上进度，也许是维护团队的关系：CAFFE团队成员都是业余时间在维护和更新。导致的结果就是很多新的技术在caffe里用不了，比如RNN, LSTM，batch-norm等。当然这些现在也算是旧的东西了，也许caffe已经有了…
-
mac 下安装caffe(一）
1.brew install –build-from-source -vd boost boost-python 这一步出错：libtool: unrecognized option `-static’ 编译过程中调用了”libtool” -static -o “xx.a” “xxx.o” 命令进行静态链接。 MERRICKMEI-MB0:/ merr…
-
tensorflow 关于打印 Tensor 对象的具体值(python)
import tensorflow as tfx = tf.Variable(3, name=’x’)y = x * 5print(y) 这个时候输出的是： Tensor(“mul:0”, shape=(), dtype=int32) ，并不是预料中的15，那么怎么输出15呢？如下： import tensorflow as tfimport osos.en…
-
用opencv的DNN模块做Yolov5目标检测(纯干货，源码已上传Github)
https://mp.weixin.qq.com/s/xceYQZ3xEG1tT7xL-dFuYQ 最近在微信公众号里看到多篇讲解yolov5在openvino部署做目标检测文章，但是没看到过用opencv的dnn模块做yolov5目标检测的。 长按扫描二维码关注我们 最近在微信公众号里看到多篇讲解yolov5在openvino部署做目标检测文章，但…
-
强大的PyTorch：10分钟让你了解深度学习领域新流行的框架
摘要： 今年一月份开源的PyTorch，因为它强大的功能，它现在已经成为深度学习领域新流行框架，它的强大源于它内部有很多内置的库。本文就着重介绍了其中几种有特色的库，它们能够帮你在深度学习领域更上一层楼。 更多深度文章，请关注：https://yq.aliyun.com/cloud PyTorch由于使用了强大的GPU加速的Tensor计算（类似伟大教程。如…
-
word embeddding和keras中的embedding
训练好的词向量模型被保存下来，该模型的本质就是一个m*n的矩阵，m代表训练语料中词的个数，n代表训练时我们设定的词向量维度。当我们训练好模型后再次调用时，就可以从该模型中直接获取到对应词的词向量。 通过上面我们可以拿到每个词的词向量，但是我们任务处理时一般是对句子或文本进行操作。当我们拿到一个词向量后，那么一个句子或一个文本就可以用词表示成矩阵（…
-
Keras卷积+池化层学习
转自：https://keras-cn.readthedocs.io/en/latest/layers/convolutional_layer/ https://keras-cn.readthedocs.io/en/latest/layers/pooling_layer/ 1.con1D keras.layers.convolutional.Conv1D(f…
-
如何用Tensorflow训练模型成pb文件和和如何加载已经训练好的模型文件
https://blog.csdn.net/weixin_44388679/article/details/107458536 https://blog.csdn.net/u014432647/article/details/75276718
