softmax分类器、和SVM比较 和学习率

本文深入探讨了Softmax分类器的工作原理,解释了其如何将输入x映射为概率值y,适用于多分类问题。文章还提到了学习率在调整权重中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

softmax分类器

y代表的可以是0到1的概率值,x为负无穷到正无穷,或是以0.5为分界线,上面和下面分类别(二分类类别)。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

学习率 : learning rate: w-=(Δw * LR)

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值