machine-learning - 用外行人的话来说，损失函数和优化算法有什么区别？

Question

我明白训练网络就是通过优化算法找到正确的权重来决定如何权重 em> 会更新，直到获得正确预测所需的出现。

因此，主要问题的百万美元问题$tion$是:

(1.) 如果 optimization algorithms 更新权重， loss functions 的作用是什么？ 对网络的权重有何影响？

(2.) 是 loss functions 仅特定于神经网络的输出层？ (我看到的大多数使用 deeplearning4j 框架的示例都是在输出层实现的)。

P.S: I really want to understand the basic difference between this two in the simplest way possible. I am not looking for anything complex or with some mathematical explosions.

Answer 1

优化算法尝试找到损失函数的最小值。在这些点上权重是理想的。