softmax回归模型是logistic回归的多分类扩展，通过计算数组元素指数与总和的比值形成概率分布，用于分类任务。当应用于CNN网络中，如预测图像类别，输出的概率值最高的类别即为预测结果。例如，若输出为[0.88, 0.12, 0]，则图像被判定为第一类。李宏毅教授的深度学习课程对此有深入浅出的讲解。"
118755115,9605002,conda环境管理与报错解决,"['anaconda', '环境管理', '包管理', '错误修复']
假设我们有一个数组V，Vi是V中的第i个元素，那么这个元素的softmax值就是：
也就是说，是该元素的指数与所有元素指数和的比值。
由该公式我们可计算得到数组V中的所有元素值所对应的softmax值，且这些值相加正好等于1，我们可称为这些值为每个元素所对应的概率值，根据该概率值即可以实现分类，最大的概率值所对应的那个元素即是我们的分类结果。
具体可参考如下图：
上图是台湾李宏毅教授所讲的很著名的一天搞懂深度学习ppt的一页，该ppt将深度学习讲得非常细致且易于理解，这是下载链接。如果没有下载积分和C币的，可留言留下联系方式我发给你。
常见的cnn网络架构最后输出层为softmax层；如上图所示，假定该网络模型预测图片分类为3个类分别为1，
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
