首先，代價(jià)函數(shù)可以被寫成一個(gè)在每個(gè)訓(xùn)練樣本x上的代價(jià)函數(shù)Cx的均值；image.png 其次代價(jià)可以寫成神經(jīng)網(wǎng)絡(luò)輸出的函數(shù)。這樣在X輸入域固定，...
投稿
收錄了5篇文章 · 2人關(guān)注
-
5.應(yīng)用反向傳播算法的前提假設(shè)是什么？
-
2. 對(duì)于數(shù)字的識(shí)別為什么是十個(gè)輸出位而不是四個(gè)輸出位
最終的判斷是基于經(jīng)驗(yàn)主義的：我們可以實(shí)驗(yàn)兩種不同的網(wǎng)絡(luò)設(shè)計(jì)，結(jié)果證明對(duì)于這個(gè)特定的問題而言， 10 個(gè)輸出神經(jīng)元的神經(jīng)網(wǎng)絡(luò) 比 4 個(gè)的識(shí)別效果...
-
3. 代價(jià)函數(shù)為什么選擇均方誤差，而不用“正確分類的圖片的數(shù)量”？有其他的選擇么？
因?yàn)樵谏窠?jīng)網(wǎng)絡(luò)中，被正確分類的圖像數(shù)量所關(guān)于權(quán)重和偏置的函數(shù)并不是一個(gè)平滑的函數(shù)。對(duì)權(quán)重和偏置做出的微小變動(dòng)完全不會(huì)影響被正確分類的圖像的數(shù)量。...
-
4.梯度下降法&&隨機(jī)梯度下降法
梯度下降法&&隨機(jī)梯度下降法 梯度下降法需要計(jì)算全量的訓(xùn)練樣本的損失函數(shù)的均值，然后更新一次權(quán)重，學(xué)習(xí)速度比較慢。但是可以收斂到全局最優(yōu)。隨機(jī)梯...
-
1 感知器為什么不適合學(xué)習(xí)？以及S型神經(jīng)元的優(yōu)點(diǎn)。感知器的表達(dá)形式如下 感知器是不可微的，權(quán)重的一個(gè)微小變化可能會(huì)導(dǎo)致結(jié)果的完全反轉(zhuǎn)。使得變化不可控。我們希望的是每次學(xué)習(xí)的過程中，逐步修改權(quán)重和...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1735051/QQ%E5%9B%BE%E7%89%8720190319205255.png', '推薦專題《神經(jīng)網(wǎng)絡(luò)基礎(chǔ)邊學(xué)邊問》（ 分享自 @簡(jiǎn)書 ）','http://m.itdecent.cn/c/f324c716bfaf?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}