成本函数
K =输出单元/类的数量。在神经网络中,我们可能有许多输出节点,我们用表示一个假设函数,是产生第k个输出的假设函数。我们对神经网络的成本函数将是我们用于逻辑回归的概括。
神经网络(分类问题) 神经网络成本函数添加了一些嵌套的求和来计算我们的多个输出节点。 在等式的第一部分中,在方括号之前,我们有一个额外的嵌套求和,它循环输出节点的数量。
在正则化部分中,在方括号之后,我们必须考虑多个θ矩阵。 当前theta矩阵中的列数等于当前层中的节点数(包括偏置单元)。 当前theta矩阵中的行数等于下一层中的节点数(不包括偏置单元)。 与逻辑回归一样,我们对每个项都进行平方。
注意:
双和只是简单地计算输出层中每个单元格计算的逻辑回归成本
三重和简单地将整个网络中所有单个Θ的平方相加。
三和中的i不是指训练例子i
网友评论