ML:2-2-3 多分类2

文章目录

  • [1. softmax的改进实现](#1. softmax的改进实现)
  • [2. 多个输出的分类multi-label classification](#2. 多个输出的分类multi-label classification)

1. softmax的改进实现

  1. 在logistic regression里面,计算loss的两种方法里,直接把a放进式子的计算更加的精确。
  2. 那么在代码里的实现:将output layer的activation改成linear,再明确logstic里填写z。最后,代码的计算会变得更精确,虽然看起来麻烦一点。
  3. 在softmax里也一样的,把output layer里的activation改成linear。同时,编译的时候把from_logits = True加上。
  1. 有一点需要注意的:我们这里的output layer不再是softmax了,而是linear。所以我们的predict不会再输出a1-a10的概率了。(z1-z10)


2. 多个输出的分类multi-label classification

相关推荐
格砸8 分钟前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云22 分钟前
可观测性 4.0:教系统如何思考
人工智能
sunny86535 分钟前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github
小笼包包仔1 小时前
OpenClaw 多Agent软件开发最佳实践指南
人工智能
smallyoung1 小时前
AgenticRAG:智能体驱动的检索增强生成
人工智能
_skyming_1 小时前
OpenCode 如何做到结果不做自动质量评估,为什么结果还不错?
人工智能
南山安1 小时前
手写 Cursor 核心原理:从 Node.js 进程到智能 Agent
人工智能·agent·设计
掘金安东尼2 小时前
如何为 AI 编码代理配置 Next.js 项目
人工智能
aircrushin2 小时前
轻量化大模型架构演进
人工智能·架构
文心快码BaiduComate3 小时前
百度云与光本位签署战略合作:用AI Agent 重构芯片研发流程
前端·人工智能·架构