LOSS FUNCTION Meaning in Japanese - translations and usage examples

• 損失関数

Examples of using Loss function in English and their translations into Japanese

Define loss function.
損失関数の紹介。

Loss Function and Optimizer.
損失関数→Optimizer。

Define a loss function¶.
損失関数の定義¶。

Loss function specified for SSD.
SSDで指定された損失関数。

Usage of loss functions.
損失関数の利用方法。

Loss function of TernausNet algorithm.
損失関数に追加する正則化項。

Combinations of activation and loss function.
損失関数と活性化関数の組み合わせ。

The loss function is the most important quantity obtained from EELS.
損失関数はEELSから得られる基本的な量である。

Combinations of activation and loss functions.
損失関数と活性化関数の組み合わせ。

Micro power loss function, can work above 2 years in the electricity saving pattern.
マイクロ電源損失関数、2歳以上節電パターン。

Honeysuckle extract has a unique weight loss function.
スイカズラエキスは、ユニークな重量損失機能を持ちます。

Auto differentiation for loss function is used in following. grad part.
損失関数の自動微分は以下のように.gradの部分で行うことができます。

These settings are important to minimize the loss function.
これらの設定は損失関数の最小化をする上で重要になります。

The loss function for each row can be a function of other variables in the data table.
各行の損失関数は、データテーブル内にある他の変数の関数である場合があります。

An optimization problem seeks to minimize a loss function.
最適化（optimization）の目的は、lossfunctionを最小にするを探すこと。

Example of a Poisson Loss Function where μ can be a single parameter, or a linear model with many parameters.
Poisson損失関数の例mは1つのパラメータか、または多数のパラメータを持つ線形モデルです。

The Model Y column has the linear model, and the Loss column has the loss function.
モデルY」列には線形モデル、「損失」列には損失関数が含まれます。

Example of a Poisson Loss Function where μ can be a single parameter, or a linear model with many parameters.
Poisson損失関数の例μは1つのパラメータか、または多数のパラメータを持つ線形モデルです。

Style reconstruction is also executed via gradient descent. The loss function includes only the style loss..
スタイルの再構成においても勾配降下法が用いられます．損失関数はスタイル損失のみで構成されています．。

Tversky loss function for image segmentation using 3D fully convolutional deep networks.
月19日に公開された論文ニューラルネットワークTverskylossfunctionforimagesegmentationusing3D fullyconvolutionaldeepnetwo…。

If you want to reconstruct an image from multiple layers, the loss function is weighted sum of the above\mathcal{L}_{style} over target layers.
もし複数のレイヤーの情報から画像を再構成したければ，損失関数は，各レイヤーに対する上記\mathcal{L}_{style}の重み付き和をとるとよいでしょう．。

A loss function(or objective function, or optimization score function) is one of the two parameters required to compile a model:.
損失関数（損失関数や最適スコア関数）はモデルをコンパイルする際に必要なパラメータの1つです:。

In order to mini-batch, first take D data sets from the dataset, take the sum of loss function values, divided that by D, and use it to update wieght with the equation below.
ミニバッチでは、まずデータセットの中からD個の値を取り、各値に対して損失関数を適用し、それらの総和を求め、平均化するという流れで重みの更新量を計算します。

When using any loss function other than the default, the Loss is Neg LogLikelihood box on the Control Panel is checked by default.
デフォルト以外の損失関数を使っているときは、設定パネル上の[損失は負の対数尤度]チェックボックスはデフォルトでオンになります。

For content reconstruction, we perform gradient descent on a white noise image to find another image that matches the feature responses of the original image. That is, the loss function is.
コンテンツの再構成においては，ホワイトノイズ画像に対する勾配降下法を実行し，オリジナル画像の特徴マップ出力とマッチする画像を探索します．すなわち，損失関数は次のようになります．。

Are loss function and the loss function is the amount of residual error we obtain after fitting the linear function as good as possible.
損失関数は可能な限りよい線形関数を当てはめたあとに得られる残差の量です残差はすべての訓練データについて被説明変数であるYjから。

First, we will introduce how to use the sigmoid-cross entropy combination. The following line sets sigmoid as the activation function, and cross entropy as the loss function.
まず，どのようにcrossentropyを使っているかについてです．以下の部分では，sigmoidを出力層の活性化のために，crossentropyを損失関数として使っているということを示しています．。

He developed his concept of the quality loss function in the early 1970s, but it was during the 1980s that Taguchi methods became established, when he revisited AT& T Bell Laboratories in the US, as director of the Japanese Academy of Quality.
彼は品質損失関数の概念を1970年代初めに開発したが、田口の手法が確立されたのは1980年代に日本品質学会の会長としてアメリカのＡＴ＆Ｔのベル研究所を再訪したときだった。

Additional Examples| JMP 12 The Logistic w Loss. jmp data table in the Nonlinear Examples sample data folder has an example for fitting a logistic regression using a loss function.
最尤法の例:ロジスティック回帰サンプルデータの「NonlinearExamples」フォルダにある「LogisticwLoss.jmp」データテーブルは、損失関数を使ってロジスティック回帰をあてはめる例です。

With this model, they demonstrate that an optimal monetary policy which minimizes a loss function reflecting the Federal Reserve's dual mandate of price stability and maximum employment has the characteristic of a vigorous policy response to a weakening in aggregate demand.
このモデルにおいて、物価安定と最大雇用というFRBの政策目標を表した損失関数を最小化する最適金融政策は、低迷する需要に対して強力に政策対応を行うという特徴をもつとの結果が示されている。