Cross Entropy Loss 交叉熵损失函数公式推导
表达式
输出标签表示为{0,1}时，损失函数表达式为：
$L = -[y log \hat{y} + (1-y)log(1- \hat{y})]$
二分类
二分类问题，假设 y∈{0,1}
正例：$P(y = 1| x) = \hat{y}$
反例：$P(y=0|x) = 1-\hat{y}$
取似然函数
似然函数就是所有样本在参数θ下发生概率最大的那种情况，由于样本独立同分布，因此概率最大的情况就是每个样本发生概率的连乘。
揭秘IPHONE X刷脸认证的技术奥秘
苹果最新发布的Iphone X具有一个全新的功能叫做刷脸认证，背后的技术其实是生物密码的更新，通过人脸识别取代了传统的指纹识别，大家肯定对这种新技术非常感兴趣，下面我们通过这篇文章为大家介绍人脸识别的一些技术原理。