Part.28_Cost_Function-Neural_Network(ML_Andrew.Ng.)

Last updated Oct 9, 2021 Edit Source

• All
• Machine learning
• Neural network
• Cost function

Tags: #MachineLearning #NeuralNetwork #CostFunction

$$\left{\left(x^{(1)}, y^{(1)}\right), \left(x^{(2)}, y^{(2)}\right), \ldots, \left(x^{(m)}, y^{(m)}\right)\right}$$

• $m$: Number of Training Samples - 训练样本数
• $L$: Total Number of Layers in the network - 网络层数
• $s_{l}$ =no. of units (not counting bias unit) in layer - 每一层激活单元数（不包括常数）

神经网络用来分类的时候，它的损失函数可以通过对Logistic Regression的损失函数稍加改造来得到：

• 回顾前面我们提到过的神经网络与Logistic回归的联系：

• 在Output Layer,