zoukankan      html  css  js  c++  java
  • 常用的神经网络损失函数

    参考资料:http://blog.csdn.net/nuannuanyingying/article/details/70848765

           https://www.zhihu.com/question/24827633

    这里介绍较为常见的两种损失函数,分别是平方损失函数和交叉熵损失函数

    1、平方损失函数

    一、对输出层w的修正

    假若神经网络的前向传播过程如下所示:

    C表示为损失函数,那么以如下图形为例

    根据反向传播链式法则过程,可以得到(y_=out1):

     

     统一将上式中的sigmoid函数进行替换,那么上式可以简化的表示为如下:

    以上的激活函数是以sigmoid为例,其中y为实际的目标值,y_为经过模型计算的目标值;

    那么对w1的修正为:w1=w11x1

     二、对隐藏层w的修正

     隐藏层的神经网络图表示如下:

    那么对w5的修正可以表示为如下:

    正如输出层中将

    进行表示,那么上式也同样能简化的表示为如下:

    笔者再次以如下图形,往后类推w9的修正:

     

    通过比较上面3个不同情况下的权重修正结果(输出层、隐藏层、隐藏层),那么则可以发现反向传播的基本规律,通过循环即可获取各个参数修正。

    2、交叉熵损失函数

  • 相关阅读:
    Web后台项目学习2(代码部分)
    Web后台项目学习
    JDBC
    爬虫视频
    asyncio
    一篇做实验的随笔
    day14
    day13
    html+css 习题
    js-练习题
  • 原文地址:https://www.cnblogs.com/xiaochouk/p/8343923.html
Copyright © 2011-2022 走看看