问题标签 [loss]

准确地说，我要找的损失函数是绝对误差小于0.5时的平方误差，绝对误差大于0.5时是绝对误差本身。这样，误差函数的梯度不会超过 1，因为一旦平方误差函数的梯度达到 1，绝对误差函数就会启动，梯度保持恒定在 1。我在下面包含了我当前的实现. 出于某种原因，它给我的性能比平方误差更差。

choice_maker_sqr是一个列张量，只要误差在 0.5 和 -0.5 之间，它就是一个。这些名称非常不言自明。

我有一种欧几里得损失函数，它是：

是y_{ji}caffe的输出，是k_{ji}真实的输出值，i是itemsj的index，是samples的index。

问题是关于获取参数值c_i和p_i.

当我有c_i = c_q for all i \neq q时，类似地p_i，我只是将它们的值作为损失层的参数（我在 caffe.proto 中添加了两个新参数）。但是，问题是现在我有大约 300 个项目，因此将它们作为损失层参数是不合理的。我试图在损失层中获取它们的值，我的意思是我试图bottom layer为损失层添加另一个，但它给出了一个错误。我被困在这里！

请指导我如何解决这个问题。

提前致谢， 阿夫辛

我有一些PC (win) + 服务器 + 网络打印机都连接到同一个交换机并且都配置在同一个子网中。

当交换机未连接到上行链路时，一切正常（我的办公室与世界其他地方隔离）。但是当我们连接上行链路（到其他交换机）时，我们会随机丢失数据包。

如果我 ping 我的子网（我的 PC ！！！）我会从默认网关 (???) 收到随机临时消息“无法访问目标主机”，但如果我在子网之外 ping 我没有丢包。当我在我的 ARP 表中收到“主机无法访问消息”时，我会在我正在 ping 的 IP 上看到默认网关 MAC 地址 (???)。

这是怎么回事？谢谢

我的应用程序下载 Facebook 用户的 jpeg 个​​人资料图片，并对其进行 base64 编码。解码时，生成的 jpeg 质量和大小会显着降低。我该如何避免这种情况？

这是我下载/编码的方式：

当我获取 imageData 的值并对其进行解码时，图像比原始下载 URL 中的图像小得多。

你好，张量流同胞！

我有以下架构：

我输入了一些连续变量（实际上是我从 google word2vec 获取的词嵌入），并且我试图预测可以被视为连续和离散的输出（对不起，数学家！但这实际上取决于一个人的训练目标）。输出取值从 0 到 1000，间隔为 0.25（或精度超参数），因此：0, 0.25, 0.50, ..., 100.0。

我知道不可能包含像 tf.to_int （如果有必要我可以省略分数）或 tf.round 之类的东西，因为它们是不可微的，所以我们不能反向传播。但是，我觉得有一些解决方案可以让网络“知道”它正在寻找四舍五入的解决方案：一些整数的小部分，比如 0.25、5.75，但我实际上什至不知道去哪里找。我查了量化，但这似乎有点矫枉过正。

所以我的问题是：

1. 如何通知图表我们不接受低于 0.0 的值？在网络输出“logits”（回归预测）上做 abs 是否值得考虑？如果不是，我是否可以修改损失项以严厉惩罚低于 0 的分数并使用绝对误差而不是平方误差？我可能不知道这样做的全部后果
2. 我不在乎 4.5 的预测是 4.49999 还是 4.4，因为我将预测四舍五入到最接近的 0.25 以获得准确性，这是我最终的模型评估指标。如果可以，我可以使用吗？

precision = 0.01 # so that sqrt(precision) == 0.1 loss=tf.reduce_mean(tf.max(0, tf.square(tf.sub(logits, targets)) - precision ))

我有例如 100 个样本（100 个输出）。我想为每个样本编写带有“权重”的自定义损失函数：

其中 f 是自定义数值函数（例如j**2）。我该怎么做现在我只能创建“通用”损失函数（没有“权重”）：

问题是我无法获得索引 (j)。

我有一些数据日志发送到 server1 上的 mySQL 数据库。有时，由于电源故障，server1 会关闭。我需要将日志发送到 server2 上的 mySQL 数据库，然后在服务器 1 启动时同步所有内容，因此不会丢失任何日志。这是可能的事情，还是你推荐别的东西？

我已经使用 tensorflow 运行了深度学习模型（CNN）。在这个时代，我多次观察到损失和准确性都增加了，或者两者都减少了。我的理解是两者总是成反比的。可能是同时增加或减少的情况。

我想知道如何在 MATLAB 中解释损失函数的结果？

换句话说，例如，如果我得到 0.3247 作为 kfoldLoss() 函数的结果，这意味着它是 32.47% 的错误还是 0.3247%，或者我如何正确定义/解释这个获得的结果？

非常感谢您提前

我在使用 Android 时遇到了极端的UDP 数据包丢失，这没有任何意义。情况如下：

1. 运行连接到家庭网络的 java 客户端的 PC
2. 运行连接到家庭网络的 java 服务器 (android) 的手机
3. 家用路由器是全新的WRT1900ac。网络具有互联网连接。
4. UDP 数据包很小（< 15 字节）

症状：

1. 如果 PC 将 UDP 数据包发送到另一台 PC（都在同一网络上），它工作得很好（几乎没有数据包丢失）。

2. 如果 Android 将 UDP 数据包发送到同一网络上的 PC，它也可以很好地工作（几乎没有数据包丢失）。

3. 如果 PC 在同一网络上将 UDP 发送到 Android，我会出现极端的数据包丢失（50% 或更多的时间 - 但它会有所不同）。

大多数时候，我被迫发送数据包 10 次才能通过。其他时间都经过了相当长的延迟。非常奇怪的行为，只发生在 android 的接收端。如果我用在 java 上运行相同代码的 pc替换android 或者只是通过 Packet Sender 的 UDP 服务器接收数据包，我没有丢失问题。我注意到的另一件事是，如果不是通过路由器，而是通过另一个没有互联网连接或没有其他客户端的接入点，性能似乎会显着提高。这是意料之中的，但我的问题是为什么 Android 的接收端表现如此糟糕并丢失了这么多数据包。当 Android 被另一台运行相同代码并在同一网络上的 PC 替换时，没有问题。发送Android数据包也没有问题（没有数据包丢失）。因此，在接收端它必须是其他与 android 相关的东西......

我也尝试用 Packet Sender 替换 PC 代码，我得到了相同的结果。问题似乎是Android的接收端。我在 PC 端和 android 上运行相同的 UDP 代码。

UDP发送代码很简单：

android 上的 UDP 接收代码位于 UDP 服务器类中：

UDPServer.java 类通过主活动“onCreate()”方法实例化：