神经网络训练数据的一点理解

神经网络是通过梯度方反向传播来更新参数，所需的数据集一般分为训练数据和测试数据，其中训练的数据会根据有监督和无监督学习进行分类。 有监督学习 对于有监督学习，一般是给网络一个输入，然后再定一个网络应该的输出的数据，称为标签（label）。 然后输入数据X，会得到一组输出Y，将这个Y与X对应的Y_label进行对比，比较二者之间的差值（一般用mse或者交叉熵来刻画），然后通过这个差值去调整网络中的W

>>阅读原文<<