損失函數
標籤(空格分隔): Tensorflow
均方誤差 (mean square error):
- : 神經網絡的輸出
- : 監督數據
- : 數據的維數
交叉熵誤差(cross entropy error):
- : 神經網絡的輸出
- : 監督數據
- : 數據的維數
注:中只有正確解標籤的索引爲1,其餘均爲0(one-hot)表示。因此,上述公式實際上只計算對應正確標籤解的輸出的自然對數。
mini-batch學習
計算損失函數時,必須將所有的訓練數據作爲對象。之前的損失函數都是針對單個數據計算。如果要求所有訓練數據的損失函數的總和,以交叉熵爲例,公式如下: