深度监督deep supervision其实就是网络的中间部分添加了额外的loss，跟多任务是有区别的，多任务有不同的GT计算不同的loss，而深度监督的GT都是同一个GT，不同位置的loss按系数求和。

第一种形式：4个阶段的map及性能concat，然后进行卷积得到一个map，与gt求loss，也就是说最后只有一个loss。

第二种形式：使用同一个GT对各个stage的map进行优化

 

 

# 深度学习 # 算法 # 近邻算法
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

传统运维能否被 AI 改写？基于 Intel Berkeley 实验室数据的 DolphinDB MCP 实战

avatar 2048 AI社区

M3 Max 96GB 本地部署 Qwen3.6-35B-A3B：打造 SolidWorks 智能机械设计与企业知识库 AI 工作站

目前已经存在针对 Apple Silicon 优化的 MLX 量化版本，例如 Qwen3.6-35B-A3B-OptiQ-4bit，可以直接使用 MLX 运行，无需将模型转换成 GGUF。它采用 MoE（Mixture of Experts）架构，总参数规模约 35B，但每个 Token 实际激活的参数规模约为 3B，因此非常适合 Apple Silicon 本地推理。该版本针对 Apple Si

avatar 2048 AI社区

AI率超标不用慌｜2026年10款免费降AI率工具，多款一键降低AI率！

各位学弟学妹们，今天咱不绕弯子，直接上干货！现在写论文谁没借助过AI？可随之而来的AIGC检测也越来越严格，熬了好几天的初稿要是被判AI率过高，那真的是欲哭无泪。降AI、降重这事儿，现在已经成了毕业前的必过关卡。但市面上的工具五花八门，到底该选哪款才能把钱和时间花在刀刃上？我实打实测了近20款工具，今天就掏心窝子把测评后值得入手的分享给大家，帮你们彻底搞定论文降AI这个大难题！一、 写作&降重主力

avatar 2048 AI社区