神经网络中的优化器和估计器

Question

当我开始使用Neural时，似乎我很了解优化器和估算器。

估算工具：Classifier根据样本集对值进行分类，并Regressor根据样本集预测值。

优化器：使用不同的优化器（Adam，GradientDescentOptimizer）来最小化损失函数，这可能很复杂。

我理解每个估算工具都在内部提出了一个默认优化器来执行最小化损失。

现在我的问题是它们如何结合在一起并优化机器培训？

Answer 1

简短回答：损失功能将它们联系在一起。

例如，如果您正在进行分类，则分类器可以输入并输出预测。那么你可以通过预测班级和基础真相班级来计算你的损失。 优化程序的任务是通过修改分类器的参数来最大限度地减少损失。