A tutorial on Artificial Intelligence
0.1
  • 引言
  • 第一卷 数学基础
  • 第二卷 经典物理
  • 第三卷 现代物理学
  • 第四卷 计算机学
  • 第五卷 信号处理
  • 第六卷 人工智能
    • 简介
    • 优化方法
    • 机器学习
    • 神经网络
      • 1. 简介
      • 2. 神经网络组件
      • 3. 神经网络常用损失函数
        • 3.1. 基于误差的损失函数
        • 3.2. 基于熵的损失函数
      • 4. 简单神经网络
      • 5. 支撑矢量机
      • 6. 极速学习机
      • 7. 基于能量的神经网络
      • 8. 卷积神经网络
      • 9. 递归神经网络
      • 10. 生成式神经网络
      • 11. 残差神经网络
      • 12. 分形神经网络
      • 13. 随机神经网络
      • 14. 复杂度分析
      • 15. 参考文献
      • 16. 名词术语
    • 深度学习
    • 模糊神经系统
    • 课程学习
    • 自步学习
  • 第七卷 雷达信号处理
  • 第八卷 医学信号处理
  • 第九卷 天文学
  • 第十卷 应用实践
  • 第十一卷 补充内容
  • 名词术语
A tutorial on Artificial Intelligence
  • Docs »
  • 第六卷 人工智能 »
  • 神经网络 »
  • 3. 神经网络常用损失函数

3. 神经网络常用损失函数¶

  • 3.1. 基于误差的损失函数
    • 3.1.1. 什么是误差
    • 3.1.2. 均方误差损失
    • 3.1.3. 绝对误差损失
    • 3.1.4. 光滑绝对误差损失
  • 3.2. 基于熵的损失函数
    • 3.2.1. 什么是熵
      • 离散变量的熵
    • 3.2.2. 交叉熵损失函数
      • 离散变量的交叉熵
    • 3.2.3. 相对熵损失函数
      • 离散变量的相对熵
    • 3.2.4. 二值交叉熵损失函数
Next Previous

© Copyright 2017-2019，刘志，西安电子科技大学，智能感知与图像理解教育部重点实验室.

Built with Sphinx and ❤️ using a custom theme based on Read the Docs.