深度学习比较三Softmax回归学习

前两节学习了基础建模，遇到了mnist，softmax回归问题；

下面开始学习softmax回归问题：

1.我们也需要加入一个额外的偏置量（bias），因为输入往往会带有一些无关的干扰量。因此对于给定的输入图片 x 它代表的是数字 i 的证据可以表示为

其中  代表权重， 代表数字 i 类的偏置量，j 代表给定图片 x 的像素索引用于像素求和。然后用softmax函数可以把这些证据转换成概率 y：

2.图解如下：从其他地方copy，感觉更有有助于理解