码迷,mamicode.com
首页 > 其他好文 > 详细

TensorFlow实现Softmax

时间:2019-08-10 12:20:57      阅读:115      评论:0      收藏:0      [点我收藏+]

标签:分布   优化   bsp   总结   分类   如何   去掉   实现   类别   

我们先来理解理解Softmax:任意事件发生的概率都在 0 和 1 之间,且总有某件发生 概率的和为 )。如果将分类问题中“ 个样例属于某个类别”看成个概率件,

那么训练数据的正确答案就符合个概率分布。因为事件“个样例属于不正确的类别”的概率为0,
而“ 个样例属于正确的类别”的概率为 1。如何将神经网络前向传播得到的结果也变成
概率分布呢? Softmax 回归就是个非常常用的方法
Softmax 回归本身可以作为 个学习算法来优化分类结果,但在TensorFlow中, softmax
回归的参数被去掉了,它只是层额外的处理层,将神经网络的输出变成个概率分布 。 总结:softmax就是把输出结果变成概率分布。

 

TensorFlow实现Softmax:result = tf.nn.softmax( tf.matmul(x,w)+b ),其中 tf.matmul(x,w)+b为神经网络的输出结果。

TensorFlow实现Softmax

标签:分布   优化   bsp   总结   分类   如何   去掉   实现   类别   

原文地址:https://www.cnblogs.com/Mydream6/p/11330909.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!