每一个神经元做的是一个类似回归的操作
最后一层是softmax函数，每一个输出就会变成一个0到1之间的数，也就是概率，然后他们之间的和加起来等于1，到底是哪一个分类就是看哪个神经元的这个值最大。
那么如何算损失呢：
加入现在有0.2，0.7，0.1，会把他们变成one-hot编码，比如0.2就变成010，损失就是在他们之间求损失，使用交叉熵公式。
用每一个真实值yic乘以log概率值：
与均方误差来计算损失相比，交叉熵更能捕捉到预测变化的差异
最后一层是softmax函数，每一个输出就会变成一个0到1之间的数，也就是概率，然后他们之间的和加起来等于1，到底是哪一个分类就是看哪个神经元的这个值最大。
那么如何算损失呢：
加入现在有0.2，0.7，0.1，会把他们变成one-hot编码，比如0.2就变成010，损失就是在他们之间求损失，使用交叉熵公式。
用每一个真实值yic乘以log概率值：
与均方误差来计算损失相比，交叉熵更能捕捉到预测变化的差异
版权声明:
本网仅为发布的内容提供存储空间，不对发表、转载的内容提供任何形式的保证。凡本网注明“来源：XXX网络”的作品，均转载自其它媒体，著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处。
我们尊重并感谢每一位作者，均已注明文章来源和作者。如因作品内容、版权或其它问题，请及时与我们联系，联系邮箱：809451989@qq.com，投稿邮箱：809451989@qq.com
