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
相关推荐
美酒没故事°1 天前
Open WebUI安装指南。搭建自己的自托管 AI 平台云烟成雨TD1 天前
Spring AI Alibaba 1.x 系列【6】ReactAgent 同步执行 & 流式执行简简单单做算法1 天前
基于GA遗传优化的Transformer-LSTM网络模型的时间序列预测算法matlab性能仿真AI攻城狮1 天前
用 Obsidian CLI + LLM 构建本地 RAG：让你的笔记真正「活」起来鸿乃江边鸟1 天前
Nanobot 从onboard启动命令来看个人助理Agent的实现lpfasd1231 天前
基于Cloudflare生态的应用部署与开发全解俞凡1 天前
DevOps 2.0：智能体如何接管故障修复和基础设施维护comedate1 天前
[OpenClaw] GLM 5 关于电影 - 人工智能 - 的思考财迅通Ai1 天前
6000万吨产能承压 卫星化学迎来战略窗口期liliangcsdn1 天前
Agent Memory智能体记忆系统的示例分析