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。
最新文章
- 前端之css
- android app 提示信息
- Stanford机器学习笔记-3.Bayesian statistics and Regularization
- [Python爬虫] Selenium获取百度百科旅游景点的InfoBox消息盒
- hdu 2199 Can you solve this equation?(高精度二分)
- linux 服务自动调用
- 【转】python中的lambda函数
- 用js判断操作系统和浏览器类型
- cocod2d-x 之 CCTMXTiledMap &; CCTMXLayer
- 安卓开发中ScrollView不能用RelativeLayout的解决方案
- WebBot - Build Web Apps as Easily as Native Ones - Home
- FZU 1686 神龙的难题 DLX反复覆盖
- ASP.NET MVC页面UI之联动下拉选择控件(省、市、县联动选择)
- mvc页面中,显示自定义时间格式
- 【Tomcat】停止冗余进程
- sockt套接字编程
- Cocoa包管理器之CocoaPods详解
- Dijango学习_02_极简本地博客创建
- swoole框架和其所涉及的协议
- Network In Network学习笔记
热门文章
- Echarts学习记录——如何去掉网格线及网格区域颜色
- PHP-FPM 不完全指南
- GO环境变量设置
- [Winform]缓存处理
- React和Vue特性和书写差异
- After 2 years, I have finally solved my ";Slow Hyper-V Guest Network Performance"; issue. I am ecstatic.
- MySQL编码latin1转utf8
- Cocos2d-x3.0下实现循环列表
- android多设备界面适配的利器:属性weight的妙用
- PPT幻灯片放映不显示备注,只让备注显示在自己屏幕上-投影机 设置