前言
本博客会搭建输入层(2节点),隐藏层(10节点),输出层(2节点)
分类问题在我看来可比回归问题复杂多了,在搭建网络前,需要先介绍几个在分类问题里面的常用函数,了解了这几个函数的用法看网络搭建代码才会轻松点。
网络示意图:
待更新---画张自己的图可太难了啊!开个玩笑,画好会尽快发布上来的,忘了记得提醒我,嘿嘿嘿
一、分类的前置知识
1 F.softmax()函数
F.softmax()
函数是PyTorch中的一个函数,用于执行 softmax 操作。softmax 是一种常用的归一化函数,它能够将一组任意实数转换成一个概率分布。
softmax 函数的定义如下:
给定一个含有 n 个实数的向量 z = ( z 1 , z 2 , . . . , z n ) \mathbf{z} = (z_1, z_2, ..., z_n) z=(z1,z2,...,zn),softmax 函数的定义如下:
softmax ( z i ) = e z i ∑ j = 1 n e z j \text{softmax}(\mathbf{z_i}) = \frac{e^{z_i}}{\sum_{j=1}^{n} e^{z_j}} softmax(zi)=∑j=1nezjez