ML之SR：Softmax回歸(Softmax Regression)的簡介、使用方法、案例應用之詳細攻略

?

?

?

目錄

Softmax回歸的簡介

Softmax回歸的使用方法

Softmax回歸的案例應用

---

?

?

?

?

Softmax回歸的簡介

? ? ? Softmax邏輯回歸模型是logistic回歸模型在多分類問題上的推廣，在多分類問題中，類標簽y可以取兩個以上的值。 Softmax回歸模型對于諸如MNIST手寫數字分類等問題是很有用的，該問題的目的是辨識10個不同的單個數字。Softmax回歸是有監督的，不過后面也會介紹它與深度學習無監督學習方法的結合。

1、交叉熵和Softmax在多分類問題的結合應用
交叉熵可用于比較softmax輸出和獨熱編碼(one-hot encoding)輸出之間的距離。

?

?

?

Softmax回歸的使用方法

后期更新……

?

?

?

?

Softmax回歸的案例應用

后期更新……

TF：利用是Softmax回歸+GD算法實現MNIST手寫數字圖片識別(10000張圖片測試得到的準確率為92%)

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的ML之SR：Softmax回归(Softmax Regression)的简介、使用方法、案例应用之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。