深度学习第二次作业

Guo_weiqi

已于 2022-09-24 11:46:48 修改

阅读量377

点赞数 1

文章标签： java 开发语言

于 2022-09-24 11:46:46 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Guo_weiqi/article/details/127023259

版权

本文探讨了深度学习作业中的两个重点问题：一是在线性空间中点到平面的距离证明，二是Logistic回归中为何不适用平方损失函数。平方损失函数在分类问题中可能导致学习速率缓慢，而交叉熵损失与Softmax结合能有效优化学习过程。此外，还讨论了Softmax回归中加入正则化项对防止过拟合的影响。

摘要由CSDN通过智能技术生成

3-2 在线性空间中，证明一个点x到 $f(x;w)=w_{T}x+b=0$ 的距离为。

证：

设平面内有一点 ${x}'$ ，使得 $x-{x}'$ 垂直于此平面

又∵ $w$ 垂直于此平面，所以有 $x-{x}'$ 平行于 $w$

即： $x-{x}'=kw$ ( $k$ 为常数)

因此点 $x$ 到平面距离为

最低0.47元/天解锁文章

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
深度学习第二次作业

深度学习第二次作业
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。