0
点赞
收藏
分享

微信扫一扫

PyTorch深度学习实践(八)

Spinach菠菜 2022-03-18 阅读 67

文章目录

0 写在前面

这一章主要是解决多分类的问题,sofxmax。

1 解决输出问题

之前我们学习过糖尿病的二分类问题,现在我们要学习的是手写数据集MNIST,十分类的问题。那么这里的输出就从[0,1]一直到了[0,1,2,3,4,5,6,7,8,9]。

1.1 输出属于每一个类别的可能性?

二分类问题——1个输出结果就够了
十分类问题——9个输出结果就够了
但是我们希望将来输出的结果都是正的,和为1。能够满足正态分布。

  • 我们需要让输出满足一个分布。(distribution)

在这里插入图片描述

  • 所以sigmoid函数就不能保证我们的需求。

  • 因此我们需要引入softmax函数!

  • softmax函数的公式如下所示: 在这里插入图片描述
    这里 Z i Z_i Zi表示的是,上一层的输出结果。让所有的值都正,那么就套一个指数函数, e z i e^{z_i} ezi就能保证全为正。然后加起来求和作为分母,分子是第i个输出的情况。

在这里插入图片描述

  • softmax函数:每一个输出的值,都做一个exponent,然后求和,除以sum,然后最后计算分布。
举报

相关推荐

0 条评论