shazi4399的博客

【conda】网络错误CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/mai... - 简书

一、吴恩达deeplearning主要想法呢，是参考吴恩达课程的作业，体验实际开发需要怎样的知识个人电脑上有着全套的课程资源，应该利用起来吴恩达《深度学习》作业线上版 - 知乎二、李沐——动手学习深度学习课程安排 - 动手学深度学习课程中文讲授，应该会有不错的效果。比如我，我能想到的【正向传播】和【反向传播】。...

目录一、交叉熵损失函数含义二、交叉熵损失函数定义为：​三、交叉熵损失函数计算案例一、交叉熵损失函数含义交叉熵是一个信息论中的概念，它原来是用来估算平均编码长度的。给定两个概率分布p和q，通过q来表示p的交叉熵为交叉熵刻画的是两个概率分布之间的距离， p代表正确答案， q代表的是预测值，交叉熵越小，两个概率的分布约接近二、交叉熵损失函数定义为：其中： ????????为标签值， ????????′为预值测三、交叉熵损失函数计算案例假设

一、为什么不能用线性回归中的平方损失函数上一课中讲到的线性回归，在线性回归中损失函数是平方损失，如果逻辑回归的损失函数也定义为平方损失，那么：其中：????表示第????个样本点???????? = ???????? ∗ ???? + ???????? （???????? ）表示对????个样本的预测值????????表示第????个样本的标签值二、正确做法二元逻辑回归的损失函数一般采用对数损失函数，定义如下：其中：(????, ????) ∈ ????是有标签