基于交叉熵准则(Cross Entropy Criteria)的神经网络训练
1. 神经网络结构
上图为一个三层神经网络结构图。
输入层为特征输入,隐层激活函数使用sigmoid函数,输出层激活函数使用softmax函数。
2. 目标函数
DNN is trained by maximizing the posterior probablity overthe training frames. This is equvalent to minimizing the cross-entropy objective function.
3. 基于BP算法的模型更新