详细内容或原文请订阅后点击阅览
Softmax 函数的视觉理解
Softmax 函数背后的数学和直觉及其在神经网络和 softmax 回归中的应用继续阅读 Towards Data Science »
来源:走向数据科学对SoftMax功能的视觉理解
SoftMax函数背后的数学和直觉及其在神经网络和SoftMax回归中的应用
SoftMax功能是统计和机器学习中最重要的功能之一。它采用k实数的向量，并将其转换为k概率的向量，该概率总计为1。软磁性是对逻辑函数的概括至两个以上的维度的概括，并且可以在SoftMax回归（也称为多项式逻辑回归）中使用，以解决具有两个以上标签的分类问题。在多类分类问题中，SoftMax函数也可以用作神经网络的最后一个激活函数。在这种情况下，神经网络使用SoftMax激活函数来计算目标每个可能类的概率。
k本文提供了对SoftMax功能，其背后的直觉以及使其在机器学习中有价值的重要数学属性的视觉理解。我们还讨论了SoftMax和Logistic函数之间的关系，并演示了如何使用Python执行软磁回归。
本文中的所有图像都是由作者创建的。