NNDL: 改进神经⽹络的学习⽅法

万丈高楼平地起，反向传播是深度学习这栋大厦的基石，因此在这块花多少时间都是值得的算法 前面一章，咱们深刻理解了反向传播算法如何工做，本章的主要目的是改进神经网络的学习方法，本章涉及的技术包括：网络 交叉熵代价函数 四种称为 规范化的⽅法（L1 和 L2 规范化，弃权和训练数据的⼈为扩展） 更好的权重初始化⽅法 如何选择神经网络的超参数 交叉熵代价函数 经过前面的学习，咱们知道，神经网络一直在努力地

>>阅读原文<<