腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
移动开发面面观
专栏作者
举报
80
文章
95093
阅读量
30
订阅数
订阅专栏
申请加入专栏
全部文章（80）
android（24）
其他（13）
ios（10）
java（9）
react（8）
编程算法（8）
缓存（8）
opengl（5）
http（5）
api（4）
网站（4）
gradle（4）
javascript（3）
go（3）
node.js（3）
存储（3）
hashmap（3）
flutter（3）
机器学习（2）
python（2）
数据库（2）
spring（2）
swift（1）
c++（1）
html（1）
云数据库 SQL Server（1）
sql（1）
打包（1）
ide（1）
git（1）
svn（1）
analyzer（1）
linux（1）
apache（1）
图像处理（1）
渲染（1）
开源（1）
分布式（1）
shell（1）
网络安全（1）
jdk（1）
正则表达式（1）
面向对象编程（1）
dns（1）
spring boot（1）
opencv（1）
jdbc（1）
udp（1）
安全（1）
数据结构（1）
image（1）
png（1）
搜索文章
搜索
搜索
关闭
Softmax
机器学习
前言 在机器学习中的多元分类问题，我们时常使用softmax函数来整理输出结果。那么什么是softmax呢？ 什么是多元分类？ 在机器学习中，我们有一类非常常见的问题，叫作多元分类问题。所谓多元分类，即是我们的模型，结果是一个离散的，超过二维的表示。 举几个例子： 判断一个图片是不是猫，这是一个二元分类问题，不是多元分类（只有是与不是）。 预测一个地区未来三个月的房价，这个结果是连续的，所以它也不是多元分类。 判断一个数字是[0,9]中的哪一个，这就是一个标准的多元分类问题，答案只有[0,9]10个。 So
Oceanlong
2018-07-03
833
0
交叉熵——我们如何评估差异
机器学习
机器学习的本质是信息论。在信息论中，首先我们引入了信息熵的概念。认为一切信息都是一个概率分布。所谓信息熵，就是这段信息的不确定性，即是信息量。如果一段信息，我无论怎么解读都正确，就没有信息量。如果一个信息，我正确解读的概率极低，就包含了极大信息量。这个信息量即是一段信息的不确定性即是“信息熵”。
Oceanlong
2018-07-03
720
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档