pytorch学习-线性神经网络——softmax回归+损失函数+图片分类数据集

1.softmax回归

Softmax回归(Softmax Regression)是一种常见的多分类模型,可以用于将输入变量映射到多个类别的概率分布中。softmax回归是机器学习中非常重要并且经典的模型,虽然叫回归,实际上是一个分类问题

1.1分类与回归

回归是估计一个连续值,分类是预测一个连续的类别

示例:

1.2从回归到多类分类

区别:分类问题从单输出变成了多输出,输出个数为类别个数

注:类别可能是一个数,也可能是一串字符串(例如A类,1类等)

一位有效编码:规定的在一个位置上,其值为0或者1,1表示有效,0表示无效,有效的那一位为1,其余位全为0。

1.2.1无校验比例

不关心置信度的值是多少,只关心正确类别的置信度的值要远远高于其他非正确类的置信度。

1.2.2校验比例

1.2.3softmax和交叉熵损失

注:一般来说使用真实概率与预测概率的区别来作为损失

不关心非正确类的预测值,只关心正确类的预测值有多大

1.2.4总结

softmax回归是一个多分类分类模型

使用softmax操作得到每个类的预测置信概率,非负且和为1

2.损失函数

损失函数------用来衡量预测值和真实值之间的区别。

2.1常用损失函数

2.1.1 L2 Loss(均方损失)

注:当y和y' 相距比较远(横轴到零点的距离越远),梯度越大,对参数的更新越多,更新的幅度越大,反之亦然。

2.1.2 L1 Loss(绝对值损失函数)

2.1.3 Huber's Robust Loss(Huber 鲁棒损失)

3.图片分类数据集

实际操作和代码见链接

3.5. 图像分类数据集 --- 动手学深度学习 2.0.0 documentation

相关推荐
A旧城以西15 分钟前
数据结构(JAVA)单向,双向链表
java·开发语言·数据结构·学习·链表·intellij-idea·idea
无所谓จุ๊บ17 分钟前
VTK知识学习(50)- 交互与Widget(一)
学习·vtk
FAREWELL0007523 分钟前
C#核心学习(七)面向对象--封装(6)C#中的拓展方法与运算符重载: 让代码更“聪明”的魔法
学习·c#·面向对象·运算符重载·oop·拓展方法
Listennnn27 分钟前
优雅的理解神经网络中的“分段线性单元”,解剖前向和反向传播
人工智能·深度学习·神经网络
吴梓穆44 分钟前
UE5学习笔记 FPS游戏制作38 继承标准UI
笔记·学习·ue5
誉鏐1 小时前
PyTorch复现线性模型
人工智能·pytorch·python
Three~stone1 小时前
MySQL学习集--DDL
数据库·sql·学习
齐尹秦1 小时前
HTML 音频(Audio)学习笔记
学习
瞌睡不来2 小时前
(学习总结32)Linux 基础 IO
linux·学习·io
Moonnnn.2 小时前
运算放大器(四)滤波电路(滤波器)
笔记·学习·硬件工程