Softmax多分类(机器学习)

之前的逻辑回归只能进行二分类。

我们现在使用Softmax进行多分类。

假如我们有的y有4个可选结果(如优秀、良好、及格、不及格)。

x是我们的输入

上面的z是通过输入,计算出的在这4个维度上的"中间值"。

经过这样处理,可以得到预测值为各数的概率。

推广:

接下来定义损失函数:

然后看一下Softmax在神经网络中的应用:

此时我们最后一层有10个神经元,那么输出向量也是10维的。

那么我们也应该有:

以此类推。

相关推荐
二川bro2 分钟前
TensorFlow.js 全面解析:在浏览器中构建机器学习应用
javascript·机器学习·tensorflow
dearxue38 分钟前
「新」AI Coding(Agent) 的一点总结和看法
机器学习·aigc
没学上了1 小时前
数据集构建与训练前准备
开发语言·python·opencv·机器学习·计算机视觉·yolov8
月亮月亮要去太阳2 小时前
结合rpart包的决策树介绍
算法·决策树·机器学习
阿里云大数据AI技术3 小时前
云上一键部署通义千问 QwQ-32B 模型,阿里云 PAI 最佳实践
人工智能·机器学习
人间打气筒(Ada)4 小时前
基于 SVM(支持向量机)的手写数字识别
算法·机器学习·支持向量机
AI技术控4 小时前
机器学习实战——音乐流派分类(主页有源码)
人工智能·机器学习·分类
L_pyu4 小时前
pytorch实现cifar10多分类总结
人工智能·pytorch·分类
硅谷秋水5 小时前
RoboVQA:机器人多模态长范围推理
人工智能·深度学习·机器学习·计算机视觉·语言模型·机器人
浪九天5 小时前
面向高质量视频生成的扩散模型方法-算法、架构与实现【附核心代码】
python·深度学习·算法·机器学习·自然语言处理·数据挖掘·音视频