如何用Python实现神经网络softmax多分类模型.pdfVIP

如何⽤Python实现神经⽹络softmax多分类模型 ⼀、 什么是softmax? 在数学，尤其是概率论和相关领域中，softmax函数，是逻辑函数的⼀种推⼴。它能将⼀个含任意实数的K维向量“压缩”到另⼀个K维实向量 中，使得每⼀个元素的范围都在0-1之间，并且使所有元素的和为1。这样，每个元素就代表了属于某个分类的概率。值越⼤，概率就越⼤，属于 某⼀类的可能性就越⼤。 ⼆、softmax有什么⽤？ softmax⼴泛应⽤于机器学习和深度学习中的多分类问题。在深度学习中，softmax常⽤于多分类问题最后⼀层的激活函数，⽤于输出某样本属 于某个分类的概率值。 三、 如何实现softmax呢？ 本⽂fashion_minist为例（为什么要⽤这个数据集⽽不⽤那个经典的⼿写数字识别数据集呢，当然是因为题主的电脑渣呀o(╥﹏╥)o），⽤ Python从头到尾构建⼀个两层的神经⽹络多分类模型，预测图⽚的label。 数据集介绍：fashion_minist是tensorflow⾥⾯⼀个⾃带数据集，有60000张28x28的带label的训练图⽚和10000张28x28的测试图⽚，它的 label有10个分类，鞋⼦裙⼦啥的，下图显⽰的是部分训练样本数据，是不是很⾼清⽆码