NNML学习记录
第一章 神经网络识别手写数字
我们希望有一个算法能让我们找到的权重的偏置以至于网络的输出y(x)能够拟合所有的输入x,为了量化我们这一目标我们使用二次代价函数
之所以定义这个二次代价而不是最大化正确分类数目这一直接代价,是因为分类图像关于权重和偏置并不是平滑的,对权重和偏置做微小的改变不会影响到最终的分类效果。这样无法通过梯度下降的方法通过改变权重改变分类器的性能。这样也就引申出了另一个问题 这个代价函数是临时想出来的么?如果修改这个代价函数是否会得到完全不一样的权重和偏置,哪样的代价函数对应的权重和偏置才是该问题的最优解?