pytorch(2) softmax回归

https://tangshusen.me/Dive-into-DL-PyTorch/#/chapter03_DL-basics/3.4_softmax-regression

 

'''

softmax

将未规范化的预测变换为非负数并且总和为1 我们首先对每个未规范化的预测求幂，这样可以保证输出非负。

同时令模型可保持导的性质 为了保证最终输出的概率值总和为1，我们再让每个求幂后的结果除以它们的总和。

尽管softmax是一个非线性函数，但softmax回归的输出仍然由输入特征的仿射变换决定。因此，softmax回归是一个线性模型（线性模型）。

'''