From f41bf6dc8e1f4590224e50dc021c4ec520d05d89 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E6=9D=8E=E8=8A=B3=E5=B7=9E?= <744976956@qq.com>
Date: Thu, 5 Dec 2024 21:48:16 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=2012=E6=9C=885=E6=97=A5?=
 =?UTF-8?q?=E6=B1=87=E6=8A=A5.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 12月5日汇报.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/12月5日汇报.md b/12月5日汇报.md
index 4de937f..a05f7de 100644
--- a/12月5日汇报.md
+++ b/12月5日汇报.md
@@ -88,7 +88,7 @@ $$
 总的损失为最小化样本与最相似的 K 个原型之间的距离，又最大化样本与不相似的原型之间的距离：
 
 $$
-\Total Loss=∑_{k=1}^Kw_k⋅∥x_i−μ_k∥^2+λ⋅∑_{k=K+1}^Mmax(0,\alpha-∥x_i−μ_k∥^2)
+Total Loss=∑_{k=1}^Kw_k⋅∥x_i−μ_k∥^2+λ⋅∑_{k=K+1}^Mmax(0,\alpha-∥x_i−μ_k∥^2)
 $$
 第二项为最大化样本与不相似原型（第 K+1 到第 M 个原型）之间的距离，$λ$ 是调节两部分之间平衡的超参数，$\alpha$是推远距离的阈值。