神经网络中的损失函数层和Optimizers图文解读

神经网络中的损失函数层和Optimizers图文解读

 对于许多机器学习算法来说，最终要解决的问题往往是最小化一个函数，我们通常称这个函数叫损失函数。在神经网络里面同样如此，损失函数层（CostLayer）和 Optimizers 因而应运而生（……），其中：

 CostLayer 用于得到损失

 Optimizers 用于最小化这个损失

 需要一提的是，在神经网络里面，可以这样来理解损失：它是输入x 经过前传算法后得到的输出和真实标签y 之间的差距。如何定义这个差距以及如何缩小这个差距会牵扯到相当多的数学知识，我们这里就只讲实现，数学层面的内容（有时间的话）（也就是说基本没可能）（喂）会在数学系列里面说明。感谢万能的tensorflow，它贴心地帮我们定义好了损失函数和Optimizers，所以我们只要封装它们就好了

 CostLayer