Coursera深度学习 Linear classification

多类别分类

 

损失函数

缺陷：

无法进行梯度下降

没有考虑模型对应的confidence

 更合理的损失函数

利用损失函数得到sample被分到每一类对应的可能性

 

Softmax对应的优点：

所有类别的得分对应的权重都大于等于0，而且总和等于1，我们可以将得分转化为概率分布值。

  

 

Cross entropy is minus log of the predicted class probability for the true class. 

 

 小作业： 计算 【1，,2,0.5】对应的权值

#!/usr/bin/env python
# coding=utf-8

from math import * 

def softmax(array):
    total =sum((exp(ele)) for ele in array)
    return [exp(ele)/total for ele in array]
if __name__=='__main__':
    array = [1,-2,0.5]
    print(softmax(array))