Softmax 函数的特点和作用是什么?
链接:https://www.zhihu.com/question/23765351/answer/98897364
来源:知乎
著作权归作者所有,转载请联系作者获得授权。
softmax模型是logistic模型在多分类问题上的推广, logistic 回归是针对二分类问题的,类标记为{0, 1}。
假设函数为:。
代价函数为:<img src="https://pic1.zhimg.com/980d1a1ab6da9a277ee7fe5e2e5b6c1c_b.png" data-rawwidth="514" data-rawheight="61" class="origin_image zh-lightbox-thumb" width="514" data-original="https://pic1.zhimg.com/980d1a1ab6da9a277ee7fe5e2e5b6c1c_r.png">
在softmax模型中,label可以为k个不同的值。
对于给定的测试输入 ,我们想用假设函数针对每一个类别j估算出概率值
。
假设函数将输出一个k维的向量
<img src="https://pic4.zhimg.com/242501fa80f9a1d463fb4b5d10d446b7_b.png" data-rawwidth="453" data-rawheight="111" class="origin_image zh-lightbox-thumb" width="453" data-original="https://pic4.zhimg.com/242501fa80f9a1d463fb4b5d10d446b7_r.png">
请注意 这一项对概率分布进行归一化,使得所有概率之和为 1 。
代价函数为:<img src="https://pic1.zhimg.com/558819625cec5f8b7cda33c4f7ea3acc_b.png" data-rawwidth="417" data-rawheight="61" class="content_image" width="417">其中:1{值为真的表达式}=1 为示性函数。其中:1{值为真的表达式}=1 为示性函数。
如果类别之间是互斥的,适合用softmax;如果类别之间允许重叠,应该选择k个logistic分类器。
转载于:https://www.cnblogs.com/zhizhan/p/5822052.html
Softmax 函数的特点和作用是什么?相关推荐
- [work] Softmax 函数的特点和作用
作者:忆臻 链接:https://www.zhihu.com/question/23765351/answer/240869755 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转载 ...
- Softmax 函数及其作用(含推导)
Softmax函数的定义及作用 Softmax是一种形如下式的函数: P(i)=exp(θTix)∑Kk=1exp(θTkx) 其中 θi和x是列向量, θTix可能被换成函数关于x的函数 fi(x) ...
- 干货 | 浅谈 Softmax 函数
点击上方"视学算法",马上关注 真爱,请设置"星标"或点个"在看" 来自 | 知乎 作者 | LinT 链接丨https://zhuan ...
- Softmax函数详解与推导
原文:https://www.cnblogs.com/zongfa/p/8971213.html Softmax函数详解与推导 一.softmax函数 softmax用于多分类过程中,它将多个神经元的 ...
- softmax函数理解
该节课中提到了一种叫作softmax的函数,因为之前对这个概念不了解,所以本篇就这个函数进行整理,如下: 维基给出的解释:softmax函数,也称指数归一化函数,它是一种logistic函数的归一化形 ...
- tf.nn.softmax参数详解以及作用
tf.nn.softmax参数详解以及作用 参考地址:https://zhuanlan.zhihu.com/p/93054123 tf.nn.softmax(logits,axis=None,name ...
- softmax函数_干货 | 浅谈 Softmax 函数
点击上方"视学算法",马上关注 来自 | 知乎 作者 | LinT链接丨https://zhuanlan.zhihu.com/p/79585726编辑 | 深度学习这件小事公众号仅 ...
- 人工神经网络之激活函数 -softmax函数
softmax 可以理解为归一化,如目前图片分类有一百种,那经过 softmax 层的输出就是一个一百维的向量.向量中的第一个值就是当前图片属于第一类的概率值,向量中的第二个值就是当前图片属于第二类的 ...
- 深度学习——用softmax函数来规范可变参数
参考书籍:<深度学习--基于Python语言和TensorFlow平台> 'nn'是neural network的缩写,nn是TensorFlow的一个重要子类(包),其中的softmax ...
最新文章
- 智能车竞赛技术报告 | 智能车视觉 - 中国矿业大学 - 会飞的车
- 机器学习知识点(三十七)特征选择方法总结
- win7装64位oracle和PLSQL
- 使用visualVM launcher的一些注意事项
- 英文版Ubuntu 16.04系统如何解决gedit中文显示乱码的问题
- mysql 列连接_mysql – 将一个表中的多个列连接到另一个...
- CSS3 -- display:flex
- 登录验证---添加验证码验证,Cookie保存功能
- [导入]关于中文文本的截取
- JAVA课设——俄罗斯方块
- 小米卸载动画-图标爆炸实现
- ocr 神经网络,神经网络crop
- 分布式事务框架TX-LCN
- 手机号码归属地最新数据库2015年3月(附带采集更新程序)
- iview+Collapse折叠面板动态操作表单
- 机器学习训练素材_广告素材在编码训练营中导航的5条提示
- 瑞吉外卖项目——修改分类
- HDU 4607 Park Visit 两次DFS求树直径
- 如何把图片转换成PDF?4种简单快捷的方法,一键将图片转PDF
- Vue3究竟好在哪里?
热门文章
- ifs 报表开发手册_房地产开发资质要求《暂定资质证书》相关规定
- 向PHP使用Post方式上传文件
- Netty源码分析第1章(Netty启动流程)----第4节: 注册多路复用
- C# 函数参数object sender, EventArgs e
- 《EMCAScript6入门》读书笔记——24.编程风格
- Django打造在线教育平台_day_4: 找回密码
- SSH框架的简单搭建步骤
- [转载]ArcMap中如何自制符号库(二)
- 文本读取写入易错问题
- 从头开始安装Ubuntu,cuda,cudnn,caffe,tensorflow,ROS