Fatal编程技术网
  • python/
  • Python 修改损失函数中的估计值

Python 修改损失函数中的估计值

python machine-learning neural-network

Python 修改损失函数中的估计值,python,machine-learning,neural-network,loss-function,backpropagation,Python,Machine Learning,Neural Network,Loss Function,Backpropagation,我需要一些帮助来解决这个问题。我甚至不知道这是否可能。我想通过更改估计值来修改损失函数。如果a有x作为输入，则我有： z=wx+b 估计的_y1=最大值（0，z） 估计的_y2=k/估计的_y1 损失函数=1/N*（y2实际估计值）² k是一个常数。 如果我想预测y1，在反向传播中会是什么样子？k是常数还是其他什么？k是常数

我需要一些帮助来解决这个问题。我甚至不知道这是否可能。我想通过更改估计值来修改损失函数。如果a有x作为输入，则我有：

  • z=wx+b
  • 估计的_y1=最大值（0，z）
  • 估计的_y2=k/估计的_y1
  • 损失函数=1/N*（y2实际估计值）²
    k是一个常数。
    如果我想预测y1，在反向传播中会是什么样子？

    k是常数还是其他什么？k是常数