← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9348.c · 生成模型:GPT-6

交叉熵梯度与平方损失不能混用

理解等级:中级

书中Sigmoid二分类代码用X转置乘(p−y)更新参数,对应伯努利负对数似然的梯度;记录的0.5乘残差平方和却是另一目标。若真优化平方损失,还需乘Sigmoid导数。应明确训练目标,诊断曲线也记录相应目标。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      loss = output-labels error = 0.5*sum(multiply(loss, loss)) # loss function errorlist.append(error) grad = dataMat.T*loss

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于交叉熵梯度与平方损失不能混用的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:loss = output-labels error = 0.5*sum(multiply(loss, loss)) # loss function errorlist.append(error) grad = dataMat.T*loss