Softmax 以及 交叉熵损失函数 的求导

Ouput layer & 代价函数 网络结构 Output later 有K个神经元，有K个输入和输出。为了分别标记输入和输出，用 ai∈[1,K] 来表示Output layer的输入数据， yj∈[1,K] 来表示Output layer输出点数据。每个输入数据 ai∈[1,K] 和隐藏层的H个块之间是全连接的。 输入和输出数据 每个Output layer层的输入数据是 ai=∑Hh=1w

>>阅读原文<<