实施softmax回归
用户名
我正在尝试使用softmax回归制作一个神经网络。我正在使用以下回归公式：
可以说我有1000x100的输入。换句话说，假设我有1000张图片，每张图片的尺寸均为10x10。现在，假设图像是来自A，B，C，D，E，F，G，H，I，J的字母的图像，而我正试图对此进行预测。我的设计如下：具有100个输入（每个图像）和10个输出。
我有以下疑问。鉴于n是x ^ n的上标（对于分子），我应该执行w的点积（w =权重，其权重为10x100-10表示输出数量，100表示输入数量） x（单个图像）还是所有想象的组合（1000x100）？我正在用python进行编码，因此如果我将w和x ^ T（10x100点100x1000）做点积，那么我不确定如何使该指数成为指数。我正在使用numpy。我很难围绕这些矩阵思考如何将它们提高为指数。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
Softmax 回归梯度
- 2
实施逻辑回归
- 3
Logistic回归和Softmax回归之间的区别
- 4
实施XGBoost回归器的问题
- 5
使用CUDA实施大型线性回归模型
- 6
问题在线性回归实施
- 7
为什么不能在回归任务中针对概率使用softmax？
- 8
将softmax用作隐藏层激活函数在回归（非分类）问题中是否可以接受？
- 9
使用Scipy实施Logistic回归：为什么Scipy优化会返回全零？
- 10
我对水库实施的实施
- 11
TRIES实施
- 12
SARSA实施
- 13
实施IDisposable
- 14
实施IEqualityComparer
- 15
实施progressDialog
- 16
实施strnstr
- 17
实施BigInteger
- 18
实施Hangfire
- 19
实施队列
- 20
实施补偿
- 21
CheckBox实施
- 22
Mapstruct实施
- 23
链表-实施
- 24
实施接口
- 25
实施拖放
- 26
GRBM实施
- 27
MPTCP实施..？
- 28
实施BigInteger
- 29
实施审判
我来说两句