假設，我構建了只有兩層的神經網絡（隱藏層加輸出層）。在隱藏層中Zh=WhX + Bh,然后運用激活函數sigmoid，即Yh = sigmoid(Zh),所以說Yh的范圍也就是0-1。然后Yh作為輸入值傳到輸出層，再次用Zo = WoYh + Bo,然后用激活函數sigmiod，即Yo = sigmoid(Zo)，Yo是預測值,也就是說Yo的范圍也是0-1，再算得loss，即loss = （Y0 - 實際值）^2。所以loss的圖像是個碗形，我們就是要找碗的最低點。但是我不理解的是，Yo的取值范圍是 0-1，假設實際值是很大的數，所以用0.1 - 999的平方，和0.1 - 1000的平方幾乎沒有差別，假設實際值都是這么大的數，那豈不是無法計算？初學神經網絡，還請指教，謝謝。