神经网络的优化与估计

Question

当我从神经学开始的时候，我似乎很了解优化器和估计器。

估计器：Classifier根据样本集对值进行分类，Regressor根据样本集对值进行预测。

优化器:使用不同的优化器(Adam，GradientDescentOptimizer)来最小化损失函数，这可能是复杂的。

据我所知，每个估值器都会在内部提出一个默认的优化器，以实现损失最小化。

现在，我的问题是，他们如何配合和优化机器培训？

Answer 1

简短的回答:损失函数将它们连接在一起。

例如，如果要进行分类，分类器可以获取输入并输出预测。然后，你可以计算你的损失，通过预测类和地面真相级。优化器的任务是通过修改分类器的参数来最小化损失。