对于output layer来说，如果是一个output unit的话，costFunction之类的式子就比较容易写，而对于multi-class的分类问题来说，往往有多个output unit，这个时候就需要对公式进行修改。
如上图，第一个logistic regression可以用于output unit为一的neural network。而第二个式子适用于multi-class。
k代表output unit的个数。
，后一项则表明，每一个layer中，所有的θ平方的相加。这一项又称为权重衰减项(weight decay)
神经网络的最终目的是求得最小的cost
最低0.47元/天 解锁文章
2769
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
