神经网络模型
简单的神经网络
前向传播
代价函数
对于单个样例 ,其代价函数为:
给定一个包含m个样例的数据集,我们可以定义整体代价函数为:
以上公式中的第一项 是一个均方差项。第二项是一个规则化项(也叫权重衰减项),其目的是减小权重的幅度,防止过度拟合。
反向传播算法
反向传播算法,它是计算偏导数的一种有效方法。
批量梯度下降法
梯度检验
给定一个被认为能计算 的函数
,我们可以用下面的数值检验公式
计算两端是否一样来检验函数是否正确。
自编码神经网络
总体代价函数