回歸
- 預測的是一個連續的數值，如房價預測，
- 輸出所在的區間是一個自然區間
分類
- 預測的是一個離散的類別，如判斷圖片中是貓還是狗，
- 輸出的是該輸入所在類別的置信度
Argmax
- 該函式的輸入為softmax()輸出的各類別的概率，然后通過找到最大的概率來輸出對應的預測類別，
Softmax
- Softmax就是將多個神經元的輸出映射為一個概率，
- Softmax首先是將輸出進行指數運算，這樣可以將所有輸出映射到非負數值
- 確保每個類別預測概率的和為1
計算公式
示例
假設有四個類別（1，2，3，4）預測的結果為 -2，-1，0，1
- 首先進行指數映射
y1 = exp(-2) ≈ 0.1353352832366127
y2 = exp(-1) ≈ 0.36787944117144233
y3 = exp(0) = 1
y4 = exp(1) ≈ 2.718281828459045 - 然后求得每一類的概率
f(1) = y1 / ( y1 + y2 + y3 + y4 ) ≈ 3.21%
f(2) = y2 / ( y1 + y2 + y3 + y4 ) ≈ 8.71%
f(3) = y3 / ( y1 + y2 + y3 + y4 ) ≈ 23.69%
f(4) = y4 / ( y1 + y2 + y3 + y4 ) ≈ 64.40% - 使用argmax()函式輸出概率最大的類別，即類別4
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/357258.html
標籤：其他
上一篇：生成式模型與判別式模型