如我所知,我们通过改变迭代中的权重参数来优化我们的模型。目的是最大限度地减少损失,最大限度地提高精度。
我不明白为什么我们使用损失作为参数,如果我们有准确性作为参数。
我们能否只使用我们的模型的准确性和下降损失?有了精度,我们也可以改变模型的权重吗?
发布于 2021-12-25 02:23:24
总之,完善一个神经网络就是最小化预期结果与给定结果之间的差异。这种差异称为成本/损失。因此,成本/损失越小,预期值越接近,准确性就越高。
我建议你在youtube的神经网络上看3 Blue1Brown的系列视频
https://stackoverflow.com/questions/70477609
复制相似问题