การคํานวณการสูญเสียฟังก์ชัน: คู่มือการสอนแบบขั้นต่อขั้น สู่การเพิ่มความสามารถการเรียนรู้อย่างลึกซึ้ง

การสูญเสียการทํางานเป็นองค์ประกอบที่สําคัญในการฝึกโมเดลการเรียนรู้อย่างลึกซึ้ง

ฟังก์ชันของลอสคืออะไร?

ฟังก์ชัน CHAR () จะคืนค่าเป็นอักขระที่มีรหัสตัวเลขตรงกับที่กําหนด

[FLT: 0]. MEAN squared error (MSE): ใช้สําหรับงานถดถอย, มันคํานวณค่ากําลังสองเฉลี่ยระหว่างค่าที่คาดการณ์ไว้ และค่าจริง.
[FLT: 0]. Cros-Entropy Los: งานทั่วไปในการจําแนกประเภท, มันวัดความแตกต่างระหว่างการกระจายตัวความน่าจะเป็น 2 ครั้ง.
[FLT: 0] Hingee Los: ใช้สําหรับการฝึกระดับที่ชื่นชอบเครื่องช่วยสร้างเวกเตอร์ (Profile)

กระบวนการคํานวณการสูญเสียนี้ เกี่ยวข้องกับขั้นตอนต่างๆ:

ข้อมูลนําเข้าจะถูกป้อนเข้าไปในรุ่นเพื่อสร้างการทํานาย คําทํานายเหล่านี้ถูกเปรียบเทียบกับป้ายหรือค่าจริง ๆ

ความ แตก ต่าง ระหว่าง ค่า ที่ คาด ล่วง หน้า กับ ค่า แท้ นั้น ได้ รับ การ คํานวณ โดย ใช้ ฟังก์ชัน ที่ เลือก ไว้.

การไล่ระดับสีของช่องสี ปรับพารามิเตอร์ของรุ่นเพื่อลดการสูญเสียลง กระบวนการในการไล่ระดับแสงนี้ยังคงทําต่อไปจนกว่าการสูญเสียจะบรรลุระดับที่ยอมรับได้