為什么交叉熵cross-entropy可以用于計算代價？從人工智能角度來看，思維是由什么構(gòu)成的?思維除了包含邏輯還有什么？思考的起源是什么？還有什么是邏輯？要回答這個問題，我們必須首先了解我們在想什么

為什么交叉熵cross-entropy可以用于計算代價？

從人工智能角度來看，思維是由什么構(gòu)成的?思維除了包含邏輯還有什么？

思考的起源是什么？還有什么是邏輯？

要回答這個問題，我們必須首先了解我們在想什么？思維是人們思維的趨勢，是大腦的反映。它屬于意識形態(tài)范疇。它包括邏輯思維、立場立場、思想動力、人文環(huán)境、實現(xiàn)的目的和效果。人腦的思維活動是一個極其復(fù)雜的系統(tǒng)智能工程，它還受到時間、地點、社會環(huán)境、文化和生活條件的制約。例如，當(dāng)一個人處于好的時期，他的大部分思考活動都集中在對未來的憧憬和對幸福生活的希望上。一個人在逆境中，他的思想傾向于如何克服困難，走出困境，為自己找到生存的空間。因此，思維活動不是?？怂菇⒌模桥c自己的社會背景有關(guān)的。對大多數(shù)人來說，平淡幸福的生活比成功更有意義。無論是在能力上還是在思想上，你都可能陷入理想與現(xiàn)實之間不可逾越的鴻溝。因此，正確的思想將在你的生活中起決定性的作用。

以上只是一些不成熟的個人觀點，愿意與朋友分享。

請問神經(jīng)網(wǎng)絡(luò)有多個輸出的回歸問題，損失函數(shù)如何定義比較合理？

在我看來，多重輸出和損失函數(shù)的類型選擇沒有直接關(guān)系。一般來說，使用交叉熵是沒有問題的，即使是最小均方誤差也不會產(chǎn)生顯著的影響。但是，最好添加一個帶有范數(shù)的正則化因子（計算量較少）。但是，輸出量有多大是影響算法收斂性的關(guān)鍵因素，因為如果輸出量太大，比如一千多，需要合并的話，那么可以試試分層softmax。有關(guān)代碼，請參閱word2vec。希望對你有幫助