深度学习笔记day2----逻辑回归的损失函数和梯度下降算法

1.逻辑回归的损失函数（单个样本中）

损失函数主要用于衡量预测结果与真实值的误差
逻辑回归常用损失函数$L(y,p)=-[plog(y)+(1-p)log(1-y)]$
L(y, p) 是单个样本的损失。
y 是模型预测的样本为正类的概率，即 p = P(y=1|x)。
p 是真实标签，对于二元分类问题，y 的取值为 0 或 1。