每一個神經元做的是一個類似回歸的操作
最后一層是softmax函數,每一個輸出就會變成一個0到1之間的數,也就是概率,然后他們之間的和加起來等于1,到底是哪一個分類就是看哪個神經元的這個值最大。
?
那么如何算損失呢:
加入現在有0.2,0.7,0.1,會把他們變成one-hot編碼,比如0.2就變成010,損失就是在他們之間求損失,使用交叉熵公式。
用每一個真實值yic乘以log概率值:
與均方誤差來計算損失相比,交叉熵更能捕捉到預測變化的差異?
最后一層是softmax函數,每一個輸出就會變成一個0到1之間的數,也就是概率,然后他們之間的和加起來等于1,到底是哪一個分類就是看哪個神經元的這個值最大。
?
那么如何算損失呢:
加入現在有0.2,0.7,0.1,會把他們變成one-hot編碼,比如0.2就變成010,損失就是在他們之間求損失,使用交叉熵公式。
用每一個真實值yic乘以log概率值:
與均方誤差來計算損失相比,交叉熵更能捕捉到預測變化的差異?
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/bicheng/72506.shtml 繁體地址,請注明出處:http://hk.pswp.cn/bicheng/72506.shtml 英文地址,請注明出處:http://en.pswp.cn/bicheng/72506.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!