关于神经网络中loss的问题

天盟互助技术问答

假设，我构建了只有两层的神经网络（隐藏层加输出层）。
在隐藏层中Zh=WhX + Bh,然后运用激活函数sigmoid，即Yh = sigmoid(Zh),所以说Yh的范围也就是0-1。
然后Yh作为输入值传到输出层，再次用Zo = WoYh + Bo,然后用激活函数sigmiod，即Yo = sigmoid(Zo)，Yo是预测值,也就是说Yo的范围也是0-1，再算得loss，即loss = （Y0 - 实际值）^2。
所以loss的图像是个碗形，我们就是要找碗的最低点。
但是我不理解的是，Yo的取值范围是 0-1，假设实际值是很大的数，所以用0.1 - 999的平方，和0.1 - 1000的平方几乎没有差别，假设实际值都是这么大的数，那岂不是无法计算？
初学神经网络，还请指教，谢谢。

显示全部楼层

免责声明：本内容仅代表回答会员见解不代表天盟观点，请谨慎对待。

使用道具举报

上一主题下一主题

热门问答

兵临***

普通会员

今日需求悬赏

今日问答求助

发布任务需求已有1031167位用户正在使用天盟网服务

发布分类： *

任务预算： *

元

需求内容： *

手机号码： *

任务商家报价为元

预算价 :元
成交价 :元
完工期 :天
质保期 :天

* 最终任务项目以服务商报价、双方协商为准！

已有账号？

找人解决需求

关于神经网络中loss的问题

热门问答

兵临***

今日需求悬赏

今日问答求助

发布任务需求已有1031167位用户正在使用天盟网服务

新手帮助

平台规则

关于天盟

一键快捷导航

微信公众号

手机客户端