Neural network 训练神经网络的MSE代价函数

在一篇关于神经网络和深度学习的文章中，作者从最小化一个二次成本函数的角度阐述了神经网络的基础知识，他说这是均方误差的同义词。但有两件事让我对他的函数感到困惑（下面的伪代码）

微卫星≡（1/2n）*∑‖是真是假

不是用平方误差之和除以训练样本数n，而是为什么用它除以2n？这是什么意思

为什么用双条符号代替括号？这让我想到还有其他一些计算正在进行，比如L2范数的计算，没有明确显示出来。我怀疑事实并非如此，这个术语是用来表示普通的平方误差之和。不过这太令人困惑了

非常感谢您提供的任何见解

符号∥v∥ 只表示向量v的通常长度函数。从您引用的

在双栏上查找更多信息。但从我的理解来看，你基本上可以把它看作一个绝对术语

我不知道为什么它说2n，但它并不总是2n。例如，按如下方式编写函数：

---

谷歌也有很多使用维基百科的资源，而不是在线教科书中的一个

成本函数乘以的0.5系数并不重要。事实上，你可以把它乘以你想要的任何一个实常数，学习结果是一样的。它的使用只是为了使成本函数相对于输出的导数仅为$$y-y{t}$$。这在某些应用中很方便，例如反向传播。

双栏是距离测量，如果y是多维的，则括号不正确。 对于均方误差，n中没有2，但它并不重要。它将被学习率吸收。 然而，在求导函数时，通常会取消平方数2