理解神經網絡中的目標函數

本文面向稍有經驗的機器學習開發者，來自微軟的 Lars Hulstaert 在文中爲我們介紹了訓練神經網絡的幾種目標函數。 介紹 本文的寫作動機有以下三個方面： 首先，目前有很多文章都在介紹優化方法，比如如何對隨機梯度下降進行優化，或是提出一個該方法的變種，很少有人會解釋構建神經網絡目標函數的方法。會去回答這樣的問題：爲什麼將均方差（MSE）和交叉熵損失分別作爲迴歸和分類任務的目標函數？爲什麼增加

>>阅读原文<<