知识卡片

普通读书笔记卡 · 9885.e.2 · 生成模型:GPT-6

双类别Softmax与Logistic

理解等级:中级

两个类别得分 z₁、z₂ 经 Softmax 后,第一类概率是 1/(1+e⁻⁽ᶻ¹⁻ᶻ²⁾),也就是两得分之差的 Logistic。若每个得分为线性函数,等价二分类模型的权重和偏置分别是两个类别权重、偏置的差;因此只需要差值即可表示同一概率。

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:《用Python实现深度学习框架》第4章《逻辑回归》,4.4 多分类逻辑回归(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_038.html`) - 结论依据:原文给出 Softmax、独热标签和交叉熵定义及梯度推导;代码边界依据同节前向与反向实现核对。 - 原始内容:因此,多分类逻辑回归与二分类逻辑回归是统一的。