返回顶部

请叫我杨先生

导航

2021年12月25日 #

Pytorch 3.4.4 Softmax 基础知识

摘要: Softmax 基础 1.计算Softmax的导数 定义Softmax函数:\(S_j = \frac{e^{a_j}}{\sum_{k=1}^{N}e^{a_k}} \quad ∀_j ∈ 1,2,3\cdots,N\) 输入$a , a∈R^{N*1}$ , 用Softmax映射: \(S(a) 阅读全文

posted @ 2021-12-25 23:43 YangShusen' 阅读(519) 评论(0) 推荐(0)

Pytorch 3.4.3 Softmax 负对数似然

摘要: 负对数似然 当你看不懂的时候就请放下你的浮躁和各种想法,静下来好好琢磨琢磨这一件事情。 我们先来温习下最大似然函数 (Maximum Likelihood Estimation, MLE) 《茆诗松概率论与数理统计》第六章 例:6.3.1 设有外形完全相同的两个箱子,甲箱中有99个白球和1个黑球,乙 阅读全文

posted @ 2021-12-25 17:45 YangShusen' 阅读(1184) 评论(0) 推荐(0)