深度学习中正样本、负样本、困难样本、简单样本区别

正样本： 与真值对应的目标类别来说该样本为正样本。
负样本： 与真值不对应的其他所有目标类别来说该样本为负样本。
困难样本： 预测时与真值标签误差较大的样本。
简单样本： 预测时与真值标签误差较小的样本。

如：
图片分类：。
需要识别马、羊、牛三个类别。
给一张马的图片。对于预测马来说这个样本为正样本，对于预测羊和牛来说该样本为负样本。
真值one-hot标签：[1, 0, 0],而在预测出概率分布为[0.3, 0.3, 0.4]时，真值one-hot标签相差较大，则此时该样本是困难样本。而预测出[0.98, 0.01, 0.01]时，与真值one-hot标签相差较小，则此时该样本为简单样本。
语音识别：
需要识别“我爱中国”四个字。
语音片段对应“我”。则对于预测“我”来说这个样本为正样本，对于预测其他字来说该样本为负样本。

深度学习中正样本、负样本、困难样本、简单样本区别相关推荐

DL-4 深度学习中的batch_size、epoch、iteration的区别
(1)batchsize:批大小.在深度学习中,一般采用SGD训练,即每次训练在训练集中取batchsize个样本训练: (2)iteration:1个iteration等于使用batchsize个样 ...
深度学习中正样本、负样本、简单样本、困难样本的区别（简单易懂）
目录 1. 前序 2. 名词解释 3. 举例说明 4. 参考文献 1. 前序在读论文或者看一些博客的时候,经常会出现这种名词:正样本.负样本.简单样本以及困难样本,最近自己为了加深这方面的理解,参考 ...
深度学习中的top1和top5的正确率的区别
top1和top5正确率的区别 top1:预测labels中,最后的概率向量中取最大的作为预测结果,如果最大的那个预测的分类结果正确就正确,若不正确则不正确.一般情况下默认是top1 top5:预测l ...
深度学习中的优化简介
深度学习算法在许多情况下都涉及到优化. 1. 学习和纯优化有什么不同在大多数机器学习问题中,我们关注某些性能度量P,其定义于测试集上并且可能是不可解的.因此,我们只是间接地优化P.我们系统通过降低代 ...
总结 62 种在深度学习中的数据增强方式
数据增强数据增强通常是依赖从现有数据生成新的数据样本来人为地增加数据量的过程这包括对数据进行不同方向的扰动处理或使用深度学习模型在原始数据的潜在空间(latent space)中生成新数据点从而 ...
Deepmind讲座:深度学习中的记忆和注意力注意力机制发展史与详解
DeepMind x UCL | Deep Learning Lectures | 8/12 | Attention and Memory in Deep Learning(机翻讲稿) 图片外链失效, ...
一文看尽深度学习中的15种损失函数
点击上方"计算机视觉工坊",选择"星标" 干货第一时间送达作者丨CVHub 来源丨CVHub 编辑丨极市平台导读本文详细介绍了深度学习中的各种损失函数的优 ...
深度学习中的梯度下降优化算法综述
1 简介梯度下降算法是最常用的神经网络优化算法.常见的深度学习库也都包含了多种算法进行梯度下降的优化.但是,一般情况下,大家都是把梯度下降系列算法当作是一个用于进行优化的黑盒子,不了解它们的优势和劣 ...
深度学习中的Normalization模型（附实例公式）
来源:运筹OR帷幄本文约14000字,建议阅读20分钟. 本文以非常宏大和透彻的视角分析了深度学习中的多种Normalization模型,从一个新的数学视角分析了BN算法为什么有效. [ 导读 ]不 ...

深度学习中正样本、负样本、困难样本、简单样本区别

深度学习中正样本、负样本、困难样本、简单样本区别相关推荐

最新文章

热门文章