- logistic classifier又叫做linear classifier
WX+b=y W X + b = y
X代表输入,W表示权重,b表示偏差项,y表示输出。其中W和b是要用到机器学习的地方。 - 矩阵乘法器(matrix multiplier):将X与矩阵W相乘来生成预测结果y
将y中的得分转换为概率的工具叫做softmax
深度学习--线性函数基础
最新推荐文章于 2024-04-16 06:00:00 发布
本文介绍了深度学习中的线性函数基础,包括logistic classifier的概念,X与权重矩阵W的乘法用于生成预测输出y。讲解了softmax函数如何将得分转换为概率,并强调了训练神经网络的目标是优化权重和偏差。在实现过程中,使用tf.Variable来存储可变权重,通过tf.truncated_normal()生成随机权重,确保模型的多样性和避免局部最优。偏差通常初始化为0,使用tf.zeros()实现。
摘要由CSDN通过智能技术生成