2.1神經網絡優化之損失函數

損失函數(loss)：預測(y)與已知答案(y_)的差距 神經網絡優化的目標就是想找到某一套參數使損失函數最小 主流的loss計算有三種python 均方偏差mse(Mean Squared Error) 自定義 交叉熵ce(Cross Entropy) eg.預測酸奶的日銷量y。x1和x2是影響日銷量的因素 建模前，應預先採集的數據有，每日x1和x2和y（已知答案，最佳狀況銷量=產量），擬造數據

>>阅读原文<<