本文介绍: 4. 有一点需要注意的:我们这里的output layer不再是softmax了,而是linear。所以我们的predict不会再输出a1-a10的概率了。
1. softmax的改进实现
- 在logistic regression里面,计算loss的两种方法里,直接把a放进式子的计算更加的精确。
- 那么在代码里的实现:将output layer的activation改成linear,再明确logstic里填写z。最后,代码的计算会变得更精确,虽然看起来麻烦一点。
- 在softmax里也一样的,把output layer里的activation改成linear。同时,编译的时候把from_logits = True加上。
4. 有一点需要注意的:我们这里的output layer不再是softmax了,而是linear。所以我们的predict不会再输出a1-a10的概率了。(z1-z10)
2. 多个输出的分类multi-label classification
原文地址:https://blog.csdn.net/skylar0/article/details/135964615
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_64483.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。