Fed*_*ico 17 machine-learning loss neural-network tensorflow
任何人都可以用简单的词语解释,并可能用一些例子解释机器学习/神经网络领域的损失函数是什么？
这是在我关注Tensorflow教程时出现的:https://www.tensorflow.org/get_started/get_started
Pio*_*him 24
它描述了您的网络产生的结果与预期结果的距离 - 它表示您的模型在其预测中产生的错误幅度.
然后,您可以接受该错误并通过模型"反向传播"它,调整其权重并使其在下一次接近事实时更接近真相.
Ste*_*ven 15
损失函数是你如何惩罚你的输出.
以下示例适用于受监督的设置,即当您知道正确的结果时.尽管即使在无人监督的设置中也可以应用损失功能.
假设你有一个总是预测的模型1.只是标量值1.
您可以将许多损失函数应用于此模型.L2是欧氏距离.
如果我传入一些值,说2,我希望我的模型学习x**2函数,那么结果应该是4(因为2*2 = 4).如果我们应用L2损失,则其计算为|| 4 - 1 || ^ 2 = 9.
我们也可以弥补自己的损失功能.我们可以说损失函数总是为10.所以无论我们的模型输出什么,损失都是恒定的.
为什么我们关心损失功能？那么他们确定了模型在反向传播和神经网络方面做得多么糟糕.它们还确定要传播的最终层的渐变,以便模型可以学习.
正如其他评论所暗示的那样,我认为你应该从基本材料开始.这是一个很好的链接,从http://neuralnetworksanddeeplearning.com/开始
| 归档时间： |
|
| 查看次数： |
12160 次 |
| 最近记录： |