入门卷积神经网络(四）误差函数（损失函数）

误差函数（损失函数） 监督学习的神经网络需要一个函数来测度模型的输出值p和真实因变量值y之间的差异，一般这种差异被称为残差或者误差。 但一个模型完美时（虽然不存在），其误差为0.当模型存在问题时，误差不管是负值还是正值，都偏离0.误差离0越近，说明模型越好。 常用的误差函数 均方误差 这里 Y i 表示神经网络的输出，Yi’'表示监督数据，i表示数据的维度。 这种损失函数通常用在实数值连续变量的回

>>阅读原文<<