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
哔哩哔哩技术3 分钟前
从JS云函数到MCP:打造跨平台AI Agent工具的工程实践
人工智能
aaaa_a13328 分钟前
The lllustrated Transformer——阅读笔记
人工智能·深度学习·transformer
jinxinyuuuus34 分钟前
文件格式转换工具:数据序列化、Web Worker与离线数据处理
人工智能·自动化
易天ETU40 分钟前
短距离光模块 COB 封装与同轴工艺的区别有哪些
网络·人工智能·光模块·光通信·cob·qsfp28·100g
秋刀鱼 ..44 分钟前
第二届光电科学与智能传感国际学术会议(ICOIS 2026)
运维·人工智能·科技·机器学习·制造
郭庆汝44 分钟前
(九)自然语言处理笔记——命名实体的识别
人工智能·自然语言处理·命名实体识别
Oxo Security1 小时前
【AI安全】拆解 OWASP LLM Top 10 攻击架构图
人工智能·安全
Math_teacher_fan1 小时前
第二篇:核心几何工具类详解
人工智能·算法
yingxiao8881 小时前
11月海外AI应用市场:“AI轻工具”贡献最大新增;“通用型AI助手”用户留存强劲
人工智能·ai·ai应用