线性分类器损失函数与最优化

SVM损失函数的定义： 对于猫来说，期待中其他种类的预估评分不应该大于2.2，否则损失函数就不为0了。2.9则表示该结果不理想的程度。 对每一张测试图片进行损失函数的计算之后得：平均损失函数 对于不同的权重矩阵W可能都会使损失函数为零。那么如何确认矩阵W呢？（使用正则化） 正则化是为了权衡你的训练损失和你用于测试集的泛化损失。所以正则化是一系列通过损失来使目标相加的技术。使得W满足某种形式。她可能

>>阅读原文<<