返回horizon0514的阅读空间
3.2 激活函数
上一章介绍的感知机和接下来要介绍的神经网络的主要区别就在于这个激活函数
sigmoid
3.5 输出层的设计
机器学习的问题大致可以分为分类问题和回归问题。分类问题是数据属于哪一个类别的问题
而回归问题是根据某个输入预测一个（连续的）数值的问题
4.1 从数据中学习
泛化能力是指处理未被观察过的数据（不包含在训练数据中的数据）的能力
4.2 损失函数
损失函数是表示神经网络性能的“恶劣程度”的指标，即当前的神经网络对监督数据在多大程度上不拟合，在多大程度上不一致。
5.6 Affine/Softmax层的实现
现在我们来考虑图5-24的计算图的反向传播。以矩阵为对象的反向