原书出处
深度学习
06 第6章 深度前馈网络
计和对线性模型均方误差的最小化之间的等价性,但事实上,这种等价性并不要求f ( x ; θ )用于预测高斯分布的均值。
使用最大似然来导出代价函数的方法的一个优势是,它减轻了为每个模型设计代价函数的负担。明确一个模型p ( y | x )则自动地确定了一个代价函数logp ( y | x )。
贯穿神经网络设计的一个反复出现的主题是代价函数的梯度必须足够的大和具有足够的预测性,来为学习算法提供一个好的指引。饱和
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习/_epub-src/text/part0002.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639