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
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