24小时热门版块排行榜    

查看: 1254  |  回复: 2

uscocoatc

新虫 (初入文坛)

[求助] 神经网络cost function问题

神经网络的训练中用到cost function,常见的是对于每一个输入样本xi,都可以求出oi,然后代价为oi-ti,并在所有样本上求和,得到cost function。我的问题是,对于每一个xi,代价不但与相应的输出oi相关,与所有的样本的输出都相关,其实跟linear discriminant analysis中要最小化的目标函数有点类似,这种情况能不能用神经网络来学习呢?谢谢大家
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

lovequanyn

木虫 (正式写手)

不知所云,所有的算法都是最小化代价函数,LDA是一步做出来,神经网络是迭代法做出来,不知道究竟想表达什么。

[ 发自小木虫客户端 ]
2楼2015-03-12 16:46:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

uscocoatc

新虫 (初入文坛)

引用回帖:
2楼: Originally posted by lovequanyn at 2015-03-12 16:46:14
不知所云,所有的算法都是最小化代价函数,LDA是一步做出来,神经网络是迭代法做出来,不知道究竟想表达什么。

谢谢回复,我表达的不是很清楚。一般在用神经网络的时候,给定一个输入样本 i ,可以求出一个Error Ei这个Ei=||Oi-Ti|| (输出与目标的差距)是跟其他的样本无关的,而我的问题是给定一个输入样本 i ,Ei是需要计算Oi和其他所有样本的输出Oj之间的距离得到的(就像LDA中最小化类内距离/类间距离)。换一种说法,我不是做分类或拟合,所以没有一一对应的目标输出,而是学习一个特征空间,使所有样本被map到该空间后,相互之间满足某个条件。
3楼2015-03-13 01:29:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 uscocoatc 的主题更新
信息提示
请填处理意见