深度學習 | 訓練網絡trick——label smoothing(附代碼)

1.背景介紹： 在多分類訓練任務中，輸入圖片通過神級網絡的計算，會獲得當前輸入圖片對應於各個類別的置信度分數，這些分數會被softmax進行歸一化處理，最終獲得當前輸入圖片屬於每一個類別的機率。c++ 以後在使用交叉熵函數來計算損失值：git 最終在訓練網絡時，最小化預測機率和標籤真實機率的交叉熵，從而獲得最優的預測機率分佈。在此過程當中，爲了達到最好的擬合效果，最優的預測機率分佈爲：github

>>阅读原文<<