【北京大学】人工智能实践：Tensorflow笔记（二）：优化

文章目录 2.1 损失函数 2.2 学习率 2.3 滑动平均 2.4 正则化 2.1 损失函数 神经元模型： 激活函数： 神经网络复杂度： 损失函数： softmax() 函数使输出满足概率分布要求，因此可用下图中代码实现交叉熵损失函数： 2.2 学习率 TensorFlow 中的 tf.train.exponential_decay() 指数衰减法 2.3 滑动平均 MOVING_AVERAGE

>>阅读原文<<