已阅读5页，还剩3页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
OutLine
二次代价函数
交叉熵函数
神经网络中常用的两个代价函数：二次代价函数和交叉熵
二次代价函数：
a是神经元的输出，其中a=σ(z)，z=wx+b
根据链式法则：
由此：偏导数受到了激活函数导数的影响
激活函数Sigmoid可得到：
得非常慢
sigmoid的导数在输出接近0和1的时候是非常小的，这会导致一些实例在刚开始训练时学习
OutLine
二次代价函数
交叉熵函数
公式：
权重和偏置的偏导数：
根据σ′(z)=σ(z)(1−σ(z))
结论：权重的学习的速度受到σ(z)−y影响，更大的误差，就有更快
的学习速度，还避免了二次代价函数方程中因σ′(z)导致的学习缓慢
Q&A
@八斗数据
Q&A
@八斗数据
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论