2019年3月17日
第五节，损失函数：MSE和交叉熵
摘要： 损失函数用于描述模型预测值与真实值的差距大小，一般有两种比较常见的算法——均值平方差（MSE）和交叉熵。 1、均值平方差（MSE）：指参数估计值与参数真实值之差平方的期望值。 在神经网络计算时，预测值要与真实值控制在同样的数据分布内，假设将预测值经过Sigmoid激活函数得到取值范围在0~1之间，那 阅读全文
posted @ 2019-03-17 20:24 hengxin 阅读(4572) 评论(0) 推荐(0) 编辑