深度学习
z的那个求导是他自己给的
那里注意如果是线性的则二次代价函数更适合,如果是S型函数则交叉熵更好。
Tensorflow这个软件需要一层一层地去执行代码!
而且这里做的是交叉熵和二次代价函数搞得
正则化方法就是用于减少网络的复杂度还有调节网络防止过拟合或者欠拟合。
这里使用迭代的方式进行初始化
是一个正态分布
这里使用迭代正态分布的方式进行初始化
标准差是0.1
这里keep prob是指工作节点的工作数目如0.5就是一半的工作节点在工作。
z的那个求导是他自己给的
那里注意如果是线性的则二次代价函数更适合,如果是S型函数则交叉熵更好。
Tensorflow这个软件需要一层一层地去执行代码!
而且这里做的是交叉熵和二次代价函数搞得
正则化方法就是用于减少网络的复杂度还有调节网络防止过拟合或者欠拟合。
这里使用迭代的方式进行初始化
是一个正态分布
这里使用迭代正态分布的方式进行初始化
标准差是0.1
这里keep prob是指工作节点的工作数目如0.5就是一半的工作节点在工作。