动手学深度学习--线性神经网络篇_深度学习之线性神经网络

线性神经网络

前言：

该大章分为7小章节， 本章我们将介绍神经网络的整个训练过程 :

如下图顺序所示：

1. linear-regression(线性回归)

NOTE:

• 回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法： 当我们想预测一个数值时，就会涉及到回归问题
• 不是所有的 预测 都是回归问题， 分类问题的目标是预测数据属于一组类别中的哪一个
• 放射变换： 特点是通过加权和对特征进行线性变换并通过偏置项来进行平移 输出的预测值由输入特征通过线性模型的仿射变换决定，仿射变换由所选权重和偏置确定。

• 通过以下方法：① 一种模型质量的度量方式 ② 能够更新模型以提高模型预测质量的方法 来寻找最好的模型参数 w 与 b

展开：

①LOSS FUNCTION 损失函数 ：

• 能够 量化目标的实际值与预测值之间的差距

• 选择非负数作为损失

• 最常用的是平方误差函数
  

  声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/430691