输出神经元线性、s型和sigmoid函数softmax

如果输出神经元是线性的,那么二次代价函数就是一种合适的选择
如果输出神经元是S型函数(或双曲正切函数),那么比较适合用交叉熵代价函数(cross—entropy)
如果输出神经元是sigmoid函数,可以采用交叉熵代价函数,对数释然函数(log—likelihood cost)常用来作为softmax回归的代价函数,而深度学习中更普遍的做法是将softmax作为最后一层,此时常用的代价函数是对数释然函数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值