softmax交叉熵损失函数 为什么交叉熵cross-entropy可以用于计算代价？
为什么交叉熵cross-entropy可以用于计算代价？
从人工智能角度来看，思维是由什么构成的?思维除了包含逻辑还有什么？
思考的起源是什么？还有什么是逻辑？
要回答这个问题，我们必须首先了解我们在想什么？思维是人们思维的趋势，是大脑的反映。它属于意识形态范畴。它包括逻辑思维、立场立场、思想动力、人文环境、实现的目的和效果。人脑的思维活动是一个极其复杂的系统智能工程，它还受到时间、地点、社会环境、文化和生活条件的制约。例如，当一个人处于好的时期，他的大部分思考活动都集中在对未来的憧憬和对幸福生活的希望上。一个人在逆境中，他的思想倾向于如何克服困难，走出困境，为自己找到生存的空间。因此，思维活动不是福克斯建立的，而是与自己的社会背景有关的。对大多数人来说，平淡幸福的生活比成功更有意义。无论是在能力上还是在思想上，你都可能陷入理想与现实之间不可逾越的鸿沟。因此，正确的思想将在你的生活中起决定性的作用。
以上只是一些不成熟的个人观点，愿意与朋友分享。
请问神经网络有多个输出的回归问题，损失函数如何定义比较合理？
在我看来，多重输出和损失函数的类型选择没有直接关系。一般来说，使用交叉熵是没有问题的，即使是最小均方误差也不会产生显著的影响。但是，最好添加一个带有范数的正则化因子（计算量较少）。但是，输出量有多大是影响算法收敛性的关键因素，因为如果输出量太大，比如一千多，需要合并的话，那么可以试试分层softmax。有关代码，请参阅word2vec。希望对你有帮助
softmax交叉熵损失函数 sigmoid和softmax区别 softmax交叉熵损失函数公式
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
