1.神经网络的原理示例
在最左边是我们要实现一个神经网络的步骤,中间则是用到的公式,最右边是神经网络的实现代码。
损失函数的定义
在编写神经网络的代码中,我们需要指定损失函数,如果是逻辑回归问题,我们就可以指定逻辑回归函数,图中的损失函数是属于逻辑回归的一种。
而如果你想要解决的是线性回归问题,就可以指定平均方差函数。
梯度下降
使用“反向传播”计算梯度下降的导数
在model.fit函数中,epochs参数代表的是梯度下降多少次得到最优结果。
在最左边是我们要实现一个神经网络的步骤,中间则是用到的公式,最右边是神经网络的实现代码。
在编写神经网络的代码中,我们需要指定损失函数,如果是逻辑回归问题,我们就可以指定逻辑回归函数,图中的损失函数是属于逻辑回归的一种。
而如果你想要解决的是线性回归问题,就可以指定平均方差函数。
使用“反向传播”计算梯度下降的导数
在model.fit函数中,epochs参数代表的是梯度下降多少次得到最优结果。