斯坦福CS231n计算机视觉-线性分类器损失函数与最优化

支撑向量机的损失函数： 数据损失部分： 例子： L的最小值是0,最大值是无穷。 存在问题： 也就是，不同权值，得到的评价函数一样，实际上一般参数比较分散比较好，所以要加入涉及参数平均分布的评价指标，如下： 可以看到有L2、L1等多种规则化权重。 一般使用L2，是参数均匀分布的权重得分更高。 最终的到如下MSV损失函数： 损失函数=数据损失+正则损失。 Softmax Classifier分类器的损

>>阅读原文<<