softmax回归
线性回归适用于输出连续值的情景;softmax回归适用于输出像图像类别这样的离散值。和线性回归不同,softmax回归的输出单元从一个变成多个,且引入了softmax运算使输出更适合离散值的预测和训练。
假设训练数据集中图像的真实标签为狗、猫和鸡(假设可以用四像素表示出这三种动物),这些标签分别对应离散值为y1,y2,y3(通常使用离散的数值表示类别,例如y1=1,y2=2,y3=3)。虽然可以使用回归模型来建模,并将预测值就近定点化到1,2,3这三个离散值之中,但这种连续值到离散值的转化通常会影响分类质
原创
2022-04-19 20:33:59 ·
858 阅读 ·
0 评论