第9讲：多分类问题（上）
- 用softmax 解决多分类问题
- 用pytorch 实现多分类问题
1.softmax
softmax:让线形层的输出结果（进行softmax前的input）有负数，通过幂指变换，得到正数。所有类的概率求和为1。
2.softmax如何做到上面的操作：
- 对每一L层的输出进行幂指运算，使其>0
- 所有K个分类的输出幂指再求和，结果=1
- 计算各分类的分布
example:
输入向量的每个元素求指数，与它们求和的结果相除，可以得到各个类的分布函数
3.交叉熵损失Cross Entropy in PyTorch
说明：
- 标签y的类型是LongTensor。此处torch.LongTensor([0])说明下标0是1.
比如说0-9分类问题，如果y = torch.LongTensor([2])，对应的one-hot是[0,1,0,0,0,0,0,0,0,0]. - CrossEntropyLoss <==> LogSoftmax + NLLLoss。
LogSoftmax = softmax + Log
nn.CrossEntropy，nn.NLLLoss，nn.BCELoss的区别和使用
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
