深度学习评价指标：可扩展的封装设计
构建可扩展的深度学习评价指标体系，涵盖分类、分割与回归三类任务的指标设计与 Python 封装方法。
#深度学习
共 3 篇文章
损失函数设计哲学：从交叉熵到Focal Loss
从设计哲学视角梳理损失函数的演进脉络：从交叉熵到Focal Loss再到Dice Loss，探讨不同损失函数的设计动机、适用场景与组合策略。
卷积：从信号平滑到深度学习
从信号处理视角深入理解卷积运算的物理直觉、一维二维场景对比及其在深度学习中的角色。
共 3 篇文章
构建可扩展的深度学习评价指标体系，涵盖分类、分割与回归三类任务的指标设计与 Python 封装方法。
从设计哲学视角梳理损失函数的演进脉络：从交叉熵到Focal Loss再到Dice Loss，探讨不同损失函数的设计动机、适用场景与组合策略。
从信号处理视角深入理解卷积运算的物理直觉、一维二维场景对比及其在深度学习中的角色。