吴恩达深度学习笔记(55)-Softmax 回归（Softmax regression）

最新推荐文章于 2024-03-06 02:25:04 发布

极客Array

最新推荐文章于 2024-03-06 02:25:04 发布

阅读量814

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习吴恩达深度学习笔记

本文链接：https://blog.youkuaiyun.com/Harpoon_fly/article/details/86601970

本文介绍了Softmax回归，一种适用于多分类问题的logistic回归扩展。通过神经网络的最后一层Softmax层，可以计算出输入属于多个类别的概率，并确保概率之和为1。 Softmax激活函数用于将线性输出转换为归一化的概率分布。举例说明了Softmax如何创建线性决策边界，将数据划分为多个类别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Softmax 回归（Softmax regression）
到目前为止，我们讲到过的分类的例子都使用了二分分类，这种分类只有两种可能的标记0或1，这是一只猫或者不是一只猫，如果我们有多种可能的类型的话呢？

有一种logistic回归的一般形式，叫做Softmax回归，能让你在试图识别某一分类时做出预测，或者说是多种分类中的一个，不只是识别两个分类，我们来一起看一下。

吴恩达深度学习笔记(55)-Softmax 回归（Softmax regression）
假设你不单需要识别猫，而是想识别猫，狗和小鸡，我把猫加做类1，狗为类2，小鸡是类3，如果不属于以上任何一类，就分到“其它”或者说“以上均不符合”这一类，我把它叫做类0。这里显示的图片及其对应的分类就是一个例子，这幅图片上是一只小鸡，所以是类3，猫是类1，狗是类2，我猜这是一只考拉，所以以上均不符合，那就是类0，下一个类3，以此类推。