损失函数导数和sigmoid激活函数的导数相乘后为sigmoid(s)-y,因此反向传播时,权重的梯度受到误差的控制,当误差很大时,梯度就大,误差小的时候,梯度就小,这样就方便loss收敛;但是用l2 loss的话,偏导数就会很小,导致梯度消失的问题。
交叉熵损失函数优点
最新推荐文章于 2024-06-05 22:13:39 发布
损失函数导数和sigmoid激活函数的导数相乘后为sigmoid(s)-y,因此反向传播时,权重的梯度受到误差的控制,当误差很大时,梯度就大,误差小的时候,梯度就小,这样就方便loss收敛;但是用l2 loss的话,偏导数就会很小,导致梯度消失的问题。