1700538240
1700538241
1700538242
．
1700538243
1700538244
（9.21）
1700538245
1700538246
下面针对两种不同的损失函数计算最后一层的残差δ(L)；得到δ(L)之后，其他层的残差δ(L−1),…, δ(1)可以根据上面得到的递推公式计算。为了简化起见，这里暂时忽略Batch样本集合和正则化项的影响，重点关注这两种损失函数产生的梯度。
1700538247
1700538248
1700538249
1700538250
1700538251
平方误差损失： ，
1700538252
1700538253
（9.22）
1700538254
1700538255
1700538256
．
1700538257
1700538258
（9.23）
1700538259
1700538260
1700538261
1700538262
1700538263
交叉熵损失： ．
1700538264
1700538265
（9.24）
1700538266
1700538267
1700538268
在分类问题中，yk仅在一个类别k时取值为1，其余为0。设实际的类别为，则
1700538269
1700538270
1700538271
，
1700538272
1700538273
（9.25）
1700538274
1700538275
1700538276
．
1700538277
1700538278
（9.26）
1700538279
1700538280
1700538281
f取SoftMax激活函数时，，因此
1700538282
1700538283
1700538284
．
1700538285
1700538286
（9.27）
1700538287
1700538288
问题3 平方误差损失函数和交叉熵损失函数分别适合什么场景？
1700538289