關於Softmax函式
阿新 • • 發佈:2018-11-26
定義評分函式:
我們定義歸一化概率:
將(1)式和(2)式整合以下,我們有:
其中m表示資料xde 維度, n代表輸出分類資料z的維度,即:分類的種類數。
2.SoftMax
上述表示式還缺點東西,因為我們想要的預測比分儘可能的高,但得分函式是線性的,其增長幅度有限,為了在不影響其單調性的情況下,使得得分更顯著,因此我們修改為如下表達式:
我們將其全部寫在一起為:
softmax函式輸出的是一個n維向量,表示n個分類的不同概率,假如一個函式的輸出為:[0.1, 0.3, 0.6],其真實值為:[0, 1, 0]
但是實際上我們多算了一些誤差,因為sum(f(x)) == 1, 其中一個值變化會導致所有值的變化,因此我們的正確誤差項寫法應該是:
我們可定義一個表示式:
softmax 損失函式定義為:
softmax函式梯度計算公式:
其中: