googlenet提出的Inception结构优势、softmax的BP推导/交叉熵损失的BP推导

损失的BP推导"/>

googlenet提出的Inception结构优势、softmax的BP推导/交叉熵损失的BP推导

日萌社

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）

googlenet提出的Inception结构优势有？

答案：AD

A、保证每一层的感受野不变，网络深度加深，使得网络的精度更高

B、使得每一层的感受野增大，学习小特征的能力变大

C、有效提取高层语义信息，且对高层语义进行加工，有效提高网络准确度

D、利用该结构有效减轻网络的权重

softmax的BP推导/交叉熵损失的BP推导

（1）Softmax 函数

（2）Softmax函数的导数：

因为输入多个x，输出多个y，那么对于任意y_i对x_j求导，i,j都属于K类别大小集合

（3）交叉熵损失的梯度计算如下：

Softmax函数的导数

交叉熵损失的梯度