文件名称:
softmax及python实现过程解析
开发工具:
文件大小: 87kb
下载次数: 0
上传时间: 2020-12-31
详细说明：相对于自适应神经网络、感知器，softmax巧妙低使用简单的方法来实现多分类问题。
功能上，完成从N维向量到M维向量的映射
输出的结果范围是[0, 1]，对于一个sample的结果所有输出总和等于1
输出结果，可以隐含地表达该类别的概率
softmax的损失函数是采用了多分类问题中常见的交叉熵，注意经常有2个表达的形式
经典的交叉熵形式：L=-sum(y_right * log(y_pred))， 具体
简单版本是: L = -Log(y_pred),具体
这两个版本在求导过程有点不同，但是结果都是一样的，同时损失表达的意思也是相同的，因为在第一种表达形式中，当y不是
正确
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
