tensorflow之神经网络优化

损失函数（loss）:用来表示预测值(y)与已知答案(y_)的差距。在神经网络时，通过不断改变神经网络中所有参数，使得损失函数不断减小，从而训练出更高准确率的神经网络模型。 常用的损失函数有均方误差、自定义和交叉熵等。 均方误差mse：n个样本的预测值y与已知答案y_之差的平方和，再求平均值。 例子：预测酸奶日销量 y，x1和 x2是影响日销量的两个因素。  销量预测结果为y = 0.98*x1

>>阅读原文<<