神经网络欧式距离损失函数和softmaxwithloss损失函数转换示例

1. 神经网络损失函数说明 神经网络欧式距离损失函数用于连续值训练样本的拟合，softmaxwithloss损失函数用于分类训练样本的拟合。另外，深度网络对于分类样本的拟合能力强于对于连续值样本的拟合能力。即同样的深度网络如果能拟合10组分类的样本，可能只能拟合3组连续值的样本。 欧式距离损失函数如下式所示：                          (f1)   它在 Logistic

>>阅读原文<<