softmax交叉熵损失函数 深度学习难吗？
深度学习难吗？想起来有毅力不难，想起来不坚持就难请问神经网络有多个输出的回归问题，损失函数如何定义比较合理？在我看来，多重输出和损失函数的类型选择没有直接关系。一般来说，使用交叉熵是没有问题的，即使是
深度学习难吗？
想起来有毅力不难，想起来不坚持就难
请问神经网络有多个输出的回归问题，损失函数如何定义比较合理？
在我看来，多重输出和损失函数的类型选择没有直接关系。一般来说，使用交叉熵是没有问题的，即使是最小均方误差也不会产生显著的影响。但是，最好添加一个带有范数的正则化因子（计算量较少）。但是，输出量有多大是影响算法收敛性的关键因素，因为如果输出量太大，比如一千多，需要合并的话，那么可以试试分层softmax。有关代码，请参阅word2vec。希望对你有帮助