損失函數與正則化

本文九成以上內容來自斯坦福大學關於神經網絡的文章，對學習內容記錄下來，以便往後回顧。web 目錄： 損失函數 正則化 正則化在損失函數中的應用 Softmax 與 SVM 交叉熵 極大似然估計（MLE) 總結 1、損失函數 本文將經過一個例子來理解什麼是損失函數： 本文中參數的具體含義等內容請參考神經網絡學習與總結一文，這裏不過多贅述。 從圖中咱們能夠發現，這組特定的權值W效果並很差，給了貓一個很

>>阅读原文<<