神经网络-损失函数和成本函数

每一篇神经网络算法入门可能会介绍神经网络的结构,以及值与值之间如何传递的,递归公式等。今天,我们在已学习神经网络基础知识的前提下,学习一下成本函数。

神经网络算法的逻辑递归函数:

                                                                                                    \\\tilde{y}=\sigma (w^{T}x+b) \\\sigma (z)=\frac{1}{1+e^{-z}}

我们的最终目的是为了\tilde{y}竟可能的接近y

 

损失函数:

神经网络中的“学习”是指从训练数据中自动获取最有权重参数的过程。学习的目的就是以该损失函数为基准,找出能使它的值达到最小的权重函数。

损失函数是前向传播的终点,反向传播的起点。损失函数将预测的输出值与实际的输出值进行运算,得出的结果越小,训练模型越好。

这是其中一种损失函数:

                                                                 <

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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