损失函数知识点

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

17 道原题
  1. Softmax的定义和作用

    原题
  2. 交叉熵定义和作用

    原题
  3. 格拉姆矩阵的相关概念?

    原题
  4. 感知损失的相关概念?

    原题
  5. KL散度相关概念

    原题
  6. JS散度相关概念

    原题
  7. 什么是机器学习中的局部最优与全局最优?

    原题
  8. 介绍一下机器学习中的目标函数、代价函数和损失函数的概念

    原题
  9. 常用的距离度量方法

    原题
  10. KL散度和交叉熵的区别是什么?

    原题
  11. 介绍一下总变分损失的概念与作用

    原题
  12. 机器学习中将余弦相似度作为损失函数有哪些优势?

    原题
  13. 介绍一下机器学习中的L2损失函数

    原题
  14. 介绍一下机器学习中的MSE损失函数

    原题
  15. 介绍一下机器学习中的Huber Loss损失函数

    原题
  16. 介绍一下机器学习中的Dice Loss损失函数

    原题
  17. 介绍一下机器学习中的三元组损失函数

    原题