tensorflow簡單使用案例--mnist數集分類（2）-二次代價函數

1.二次代價函數 輸出a之前要經過激活函數？爲什麼？ 二次代價函數： 2.梯度下降法 假如我們使用梯度下降法(Gradient descent)來調整權值參數的大小，w和b的梯度跟激活函數的梯度成正比，激活函數的 梯度越大，w和b的大小調整得越快，訓練收斂得就越快。 3.交叉熵代價函數（不改變激活函數） 二次代價函數權值修正效果不好。 改變代價函數，改用交叉熵代價函數： 不作推到了……………… 4

>>阅读原文<<