ML之SR：Softmax回归(Softmax Regression)的简介、使用方法、案例应用之详细攻略

ML之SR：Softmax回归(Softmax Regression)的简介、使用方法、案例应用之详细攻略

目录

Softmax回归的简介

Softmax回归的使用方法

Softmax回归的案例应用

Softmax回归的简介

      Softmax逻辑回归模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签y可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的，不过后面也会介绍它与深度学习无监督学习方法的结合。

1、交叉熵和Softmax在多分类问题的结合应用
交叉熵可用于比较softmax输出和独热编码(one-hot encoding)输出之间的距离。

Softmax回归的使用方法

后期更新……

Softmax回归的案例应用

后期更新……

TF：利用是Softmax回归+GD算法实现MNIST手写数字图片识别(10000张图片测试得到的准确率为92%)

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/94866607