zoukankan      html  css  js  c++  java
  • softmax函数

    SoftMax函数:

    又称归一化指数函数,是逻辑函数的一种推广,它能将一个含任意实数的K维的向量z的“压缩”到另一个K维实向量,使得每一个元素的范围都在(0,1)之间,并且所有元素的和为1。

      for j = 1, …, K.

    事例:

    输入向量[1,2,3,4,1,2,3]对应的Softmax函数的值为[0.0.24,0.064,0.175,0.475,0.024,0.064,0.175]。输出向量中拥有最大权重的项对应着输入向量中的最大值“4”。这也显示了这个函数通常的意义:对向量进行归一化,凸显其中最大的值并抑制远低于最大值的其他分量。

     

    神经网络计算中的应用:

    在人工神经网络最后一层经常试用softmax函数作为分类函数,这些神经网络通常取对数损失函数或交叉熵损失函数,给出了多项Logistic回归的非线性变量。

    从 softmax 层得到的输出可以看做是一个概率分布。

    softmax在神经网络中

  • 相关阅读:
    poj1068
    make&&gcc/g++ 生成 map file
    游戏系统开发笔记(九)——构建战斗系统
    归并排序
    士兵杀敌(四)
    ftp报错 200 port command successful. consider using pasv 425 failed to establish connection
    HDU 4649 Professor Tian
    如何将ASM中的数据文件复制到操作系统中
    Struts2 学习笔记 10 Result部分 part1
    交通管理系统
  • 原文地址:https://www.cnblogs.com/xmeo/p/7151776.html
Copyright © 2011-2022 走看看