§3.2.11
回归 L1/L2/SmoothL1/Huber/Charbonnier 的差异与梯度行为?
CV 计算机视觉 · 付费章节
每个框架的第 1 节免费。要读后续章节,可单独解锁本框架,或一次解锁 4 个框架。
或 Pro 订阅 ¥49/月 · 报名冲刺营 都包含解锁
- §3.2分类常用 CE、BCE、Focal、Class-Balanced Loss 的差异?→
- §3.2IoU / GIoU / DIoU / CIoU / EIoU / SIoU 损失推导与梯度可微性?→
- §3.2Dice / Tversky / Lovász-Softmax / Boundary loss 在分割中的作用?→
- §3.2Triplet / Contrastive / InfoNCE / ArcFace / CosFace 在度量学习与人脸识别中的差异?→
- §3.2分类常用 CE、BCE、Focal、Class-Balanced Loss 的差异?→
- §3.2IoU / GIoU / DIoU / CIoU / EIoU / SIoU 损失推导与梯度可微性?→