损失函数,就是指当前构建的函数与实际y值之间的误差。
目标函数,对损失函数进行进一步的完善,比如加入正则化。
前向传播:通过数据,计算出每个变量及每层的权重,数据与每一层的参数相乘,得到预测值,求得预测值与目标值的损失值(loss)。
反向传播:在得到loss值后,反过来调整每一层的权重,需要计算偏导。
得到新的权重后,继续进行前向传播,计算loss,然后再反向传播进行迭代,直至loss到达最小值。
损失函数,就是指当前构建的函数与实际y值之间的误差。
目标函数,对损失函数进行进一步的完善,比如加入正则化。
前向传播:通过数据,计算出每个变量及每层的权重,数据与每一层的参数相乘,得到预测值,求得预测值与目标值的损失值(loss)。
反向传播:在得到loss值后,反过来调整每一层的权重,需要计算偏导。
得到新的权重后,继续进行前向传播,计算loss,然后再反向传播进行迭代,直至loss到达最小值。