时过境迁，我觉得这个技术没有火，是两个原因：. 1.提高泛化性，对于工业界的团队来说，其实足够多的样本就够了，Natural Training是One Pass的，而Label Smooth是Two Pass，或许跨域迁移学习可以用知 …
方法/步骤. 想要对数据进行平滑处理，则选中要处理的数据，依次操作：Analysis→Signal Processing→Smoothing→Open Dialog...; 进入平滑处理对话框（Signal processing: smooth），主 …
光滑函数（smooth function）：各阶导数存在且连续的函数，若一函数是 连续 的，则称其为C^0函数；若函数存在 导函数，且其导函数连续，即连续可导，则称其为C^1函数；若一函数n阶可导，并且其n阶导函数连 …
\mathrm{smooth}_{L_1} 完美地避开了 L_1 和 L_2 损失的缺陷。 其函数图像如下： 由图中可以看出，它在远离坐标原点处，图像和 L_1 loss 很接近，而在坐标原点附近，转折十分平滑，不像 L_1 loss 有个尖角，因 …
L -smooth中的 L ，和 m -strongly convex中的 m 这一对CP，如果函数是二次可微的，可以认为它们就等同于函数Hessian矩阵的最大和最小奇异值的上界和下界，也就可以被看作梯度的最大变化速度和最小变化速 …
更多内容请点击：神经网络中的label smooth为什么没有火？ - 知乎