交叉熵损失函数

交叉熵损失函数原理详解_Cigar丶的博客-CSDN博客_交叉熵损失函数

1. 交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度，在机器学习中就表示为真实概率分布与预测概率分布之间的差异。交叉熵的值越小，模型预测效果就越好。
2. 交叉熵在分类问题中常常与softmax是标配，softmax将输出的结果进行处理，使其多个分类的预测值和为1，再通过交叉熵来计算损失。

softmax

一分钟理解softmax函数（超简单）_-永不妥协-的博客-CSDN博客_softmax函数

SGD (随机梯度下降算法)

深度学习中的优化算法之SGD_fengbingchun的博客-CSDN博客_sgd算法

Bounding box预测

Bounding box(bbox) 预测_Krasjet_Yu.的博客-CSDN博客_bounding box