第10章 神經網絡參數的反向傳播算法

課時72 代價函數 神經網絡分類模型： L代表層數，sl代表每層的單元數（不算bias unit)。K可以代表最後一層的sl，也就是幾元分類問題。 代價函數: 與邏輯迴歸相比，神經網絡可以用很多輸出變量，hθ(x)是一個維度爲K的向量（i表示其中的第幾個元素），因變量也是同樣維度的向量，就會複雜一些。但是思想都是通過代價函數來觀察算法預測的結果與真實情況的誤差，不同的是對每一行特徵，我們都會給出k

>>阅读原文<<