深度学习笔记（2）——神经网络的组成

神经网络由这几部分组成 1、层 2、输入数据和相应的目标 3、损失函数：用于学习的反馈信号 4、优化器：决定学习过程如何进行 层：神经网络的基本数据结构；图像数据保留在4D张量中，一般用二维卷积层来处理 损失函数和优化器： 损失函数——在训练过程中需要将其最小化，它能衡量当前任务是否成功完成 优化器——决定如何根据损失函数对神经网络的参数进行更新，它执行的是随机梯度下降的某个变体。 神经网络的优化

>>阅读原文<<