知识卡片
Softmax归一化分数
Softmax 将一组实数分数 z 转成非负且和为 1 的向量:pᵢ=eᶻⁱ/Σⱼeᶻʲ。它适合互斥多分类的输出,并保持分数大小次序;这些数是模型给出的概率估计,不自动保证与真实频率校准一致。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 深度神经网络:误差倒查分解 · 查看原书依据
Softmax函数是一种常用的多分类激活函数,能将输入值映射到概率分布上,以便解释预测结果
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第4章《深度神经网络:误差倒查分解》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0007.xhtml`,4.1—4.2及对应公式图)
- 结论依据:原文与图示说明模型、激活和训练目标;卡片对需要的数学条件作限定。
- 原始内容:Softmax函数是一种常用的多分类激活函数,能将输入值映射到概率分布上,以便解释预测结果