4-1几种常见的代价函数

本文深入探讨了神经网络中两种常见的代价函数:二次代价函数和交叉熵代价函数,分析了它们的特点及适用场景,特别强调了交叉熵在解决分类问题上的优势。

(一)二次代价函数:

从上述参数更新公式来看,二次代价函数的使用是有弊端的(受激活函数的导数影响较大),举例子说明:

 

(二)交叉熵代价函数

基于二次代价函数的不足,提出交叉熵代价函数(cross-entropy):

 

 

(三)对数似然代价函数

关于对数似然函数和神经网络最后一层使用softmax的情况,可以参考:https://blog.youkuaiyun.com/u014313009/article/details/51045303

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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