一,准备工作
导入包,准备数据集,提取特征,作为输入
二,前向传播:
搭建网络,从输入到输出
三,反向传播:目的,优化模型参数,使损失函数最小
损失函数(loss) :预测值与已知答案的差
主流的loss计算方法有三种:1.均方误差 mse
2.自定义
3.交叉熵
反向传播训练方法 :以减少loss值为优化目标
学习率:决定参数每次更新的幅度
前向传播计算y ,然后反向传播优化参数
四,预测和分类:
前向传播结构
反向传播结构
预测
导入包,准备数据集,提取特征,作为输入
搭建网络,从输入到输出
损失函数(loss) :预测值与已知答案的差
主流的loss计算方法有三种:1.均方误差 mse
2.自定义
3.交叉熵
反向传播训练方法 :以减少loss值为优化目标
学习率:决定参数每次更新的幅度
前向传播计算y ,然后反向传播优化参数