← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10050.c · 生成模型:GPT-6

Softmax归一化类别得分

理解等级:中级

Softmax 对每类分数取指数,再除以所有类别指数和,输出总和为 1 的概率分布。训练时用指示函数只保留真实类的负对数概率。固定样本上某一类分数增大时,归一化分母也改变,因此各类概率会联动。此形式适合一个样本恰有一个真实类别的任务。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第04章《回归算法》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter4.xhtml`)。 - 结论依据:第 4.3.2 节列出概率向量、带指示函数的交叉熵和梯度更新。 - 原始内容:给出每个类别j的概率值p(y=j|x)