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
米小虾8 分钟前
手把手教你搭建第一个生产级AI Agent:从选型到实战的完整指南
人工智能·agent
任沫9 分钟前
Agent之Function Call
javascript·人工智能·go
米小虾20 分钟前
2026年AI Agent全面爆发:从开源生态到企业级应用的进化之路
人工智能·agent
用户69190268133939 分钟前
Vibe Coding 开发项目的基本范式
人工智能·设计模式·代码规范
To_OC43 分钟前
别再跟 AI 死磕 prompt 了,我写了个 Loop 让它自己改到满意为止
人工智能·aigc·agent
血小溅1 小时前
三大 AI 编码框架深度对比:GSD vs OpenSpec vs Superpowers
人工智能·后端
武子康4 小时前
调查研究-186 LangChain 和 LangGraph 的区别:从快速构建 Agent 到生产级工作流编排
人工智能·langchain·llm
武子康5 小时前
调查研究-185 CodeGraph 调研:给 AI 编程 Agent 一张代码库地图,少一点反复 grep(2026)
人工智能·openai·claude
aqi006 小时前
15天学会AI应用开发(八)使用向量数据库实现RAG功能
人工智能·python·大模型·ai编程·ai应用