摘要：
##交叉熵误差 \(H(p,q)=-\sum^{C}_{c=1}{p(c)logq(c)}\) p(c)为类别概率 q(c)为SoftMax概率 \(J(\theta)={\frac{1}{N}}$\)\sum^{-log(\frac{e^{f}}{e^})}+M\sum_{{\theta}k2}$ 阅读全文
摘要：
机器学习 人工找特征 让电脑校对这些特征 计算最优表现 深度学习 电脑自己找特征（获得多层习得特征） 深度学习来学习高维向量，将词放在高维向量空间中，这些空间就是词义空间 词义相同的形成聚集块 坐标轴并没有实际意义，用了降维分析后会丢失空间中许多信息 将词的每个部分都想象成向量的一部分 ##目标 通 阅读全文