NNDL: 改進神經⽹絡的學習⽅法

萬丈高樓平地起，反向傳播是深度學習這棟大廈的基石，所以在這塊花多少時間都是值得的 前面一章，我們深入理解了反向傳播算法如何工作，本章的主要目的是改進神經網絡的學習方法，本章涉及的技術包括： 交叉熵代價函數 四種稱爲 規範化的⽅法（L1 和 L2 規範化，棄權和訓練數據的⼈爲擴展） 更好的權重初始化⽅法 如何選擇神經網絡的超參數 交叉熵代價函數 通過前面的學習，我們知道，神經網絡一直在努力地讓代價函

>>阅读原文<<