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
电科_银尘21 小时前
【深度学习项目实战·33】自定义数据集:把自己的图片接入PyTorch
人工智能·pytorch·深度学习
Star(up up up)1 天前
Redis Windows 安装教程:使用Windows 的 Redis 压缩包
redis·笔记·学习·程序人生·云原生·学习方法·改行学it
严肃小白兔1 天前
第 06/24 期:神经网络的反向传播算法:从链式法则到梯度计算
人工智能·神经网络·算法
乌暮1 天前
Spring AOP 与 Spring 事务:用大白话彻底理解原理与实践
java·数据库·spring boot·后端·sql·学习·spring
蒸蒸yyyyzwd1 天前
从邓明学习的后端笔记
笔记·学习
机器学习之心1 天前
基于变量相关图与残差学习的 GCN 多变量回归方法——混凝土 28 天抗压强度预测
学习·回归·gcn
在所不辞兄1 天前
为什么在新能源汽车电驱与热管理开发中,AI驱动的数字孪生和数据驱动仿真正在部分替代对物理台架与实车标定的依赖?
人工智能·深度学习·神经网络·算法·机器学习
Rabitebla2 天前
【Linux】进程控制(十二) 自定义 Shell(二):内建命令与进程工作目录管理
linux·c++·笔记·学习·bash
Gary移动存储固件2 天前
eMMC5.1协议中文学习讲解(6.6.17~6.6.22.4.6)
学习·ufs·emmc·nand·存储固件
一个天蝎座 白勺 程序猿2 天前
别让收藏夹替你学习:我搭AI知识体系的完整方法,脚本直接拿去用
人工智能·学习·ai·ai学习