Machine learning 在区分的情况下,MSE中的术语顺序是否重要?
均方误差是机器学习中常用的成本函数:Machine learning 在区分的情况下,MSE中的术语顺序是否重要?,machine-learning,neural-network,loss-function,mse,Machine Learning,Neural Network,Loss Function,Mse,均方误差是机器学习中常用的成本函数: (1/n)*和(y-pred)**2 基本上,减法项的顺序并不重要,因为整个表达式是平方的 但是如果我们区分这个函数,它将不再是平方: 2*(y-pred) 顺序对神经网络有影响吗 在大多数情况下,颠倒术语y和pred的顺序会改变结果的符号。当我们使用结果来计算权重的斜率时,它会影响神经网络收敛的方式吗?事实上 及 所以他们是一样的 (我采用导数w.r.t.y\u I,假设这些是网络输出,但如果通过\hat{y}\u I推导,则当然相同)
(1/n)*和(y-pred)**2
基本上,减法项的顺序并不重要,因为整个表达式是平方的
但是如果我们区分这个函数,它将不再是平方:
2*(y-pred)
顺序对神经网络有影响吗
在大多数情况下,颠倒术语y
和pred
的顺序会改变结果的符号。当我们使用结果来计算权重的斜率时,它会影响神经网络收敛的方式吗?事实上
及
所以他们是一样的
(我采用导数w.r.t.y\u I
,假设这些是网络输出,但如果通过\hat{y}\u I
推导,则当然相同)