深度学习损失函数

线性回归拟合的损失函数

　　损失函数使用均方差。大概就能明白损失函数是个什么东西了。

import tensorflow as tf

X=tf.placeholder(tf.float32,name='X')
Y=tf.placeholder(tf.float32,name='Y')


w0=tf.variable(0.0)
w1=tf.variable(0.0)

Y_hat=X*w1+w0

loss=tf.square(Y-Y_hat,name='loss')

　　上面的是最简单的线性回归损失函数的定义。

 

http://c.biancheng.net/view/1906.html

 

补充一个二维切片操作

L=np.array([[1,2,3,4,5],[1,2,3,4,5]])
A,B=L[:,4],1
print(A)
print(B)

当[:,4],A输出[5,5]，4改为0，A输出[1,1],

而且L必须是np array，并且不能改为5X3维度的，不然会维度冗余，报错。

不太理解这样切片的本质。