人工智能基础与应用 V5-3 神经元常用损失函数.pptxVIP

神经元常用损失函数 损失函数-Hinge 损失函数-Square 损失函数-Log 可以将连乘转化为求和。 损失函数-交叉熵 Softmax作用：将神经网络的输出变为概率分布，1、数据之和为12、负数变正数 例：识别0、1、2三个值，输出只有三个分类，现有一个真实值为0图像需要进行识别，经过Softmax公式： [2,0.5,-3]-约等于[0.81,0.18,0.01] 损失函数-交叉熵 过程： loss=-[1*log(0.81)+0*log(0.18)+0*log(0.01)] loss=-[1*log(0.5)+0*log(0.3)+0*log(0.2)]