斯坦福CS231n計算機視覺-線性分類器損失函數與最優化

支撐向量機的損失函數： 數據損失部分： 例子： L的最小值是0,最大值是無窮。 存在問題： 也就是，不同權值，得到的評價函數一樣，實際上一般參數比較分散比較好，所以要加入涉及參數平均分佈的評價指標，如下： 可以看到有L2、L1等多種規則化權重。 一般使用L2，是參數均勻分佈的權重得分更高。 最終的到如下MSV損失函數： 損失函數=數據損失+正則損失。 Softmax Classifier分類器的損

>>阅读原文<<