|
|
Line 5: |
Line 5: |
| '''一审''':@GuitarFang | | '''一审''':@GuitarFang |
| | | |
- | ==简介 Introduction== | + | ==简介== |
| | | |
- | '''原文''':
| + | 在本节中,我们介绍Softmax回归模型,该模型是logistic回归模型在多分类问题上的推广,在多分类问题中,类标签<math>y</math>可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的,该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的,不过后面也会介绍它与深度学习/无监督学习方法的结合。 (译者注: MNIST 是一个手写数字识别库,由 NYU 的Yann LeCun 等人维护。http://yann.lecun.com/exdb/mnist/ ) |
- | | + | |
- | In these notes, we describe the '''Softmax regression''' model. This model generalizes logistic regression to
| + | |
- | classification problems where the class label <math>y</math> can take on more than two possible values.
| + | |
- | This will be useful for such problems as MNIST digit classification, where the goal is to distinguish between 10 different
| + | |
- | numerical digits. Softmax regression is a supervised learning algorithm, but we will later be
| + | |
- | using it in conjuction with our deep learning/unsupervised feature learning methods.
| + | |
- | | + | |
- | | + | |
- | '''译文''':
| + | |
- | | + | |
- | 在本节中,我们介绍Softmax回归模型,该模型是logistic回归模型在多分类问题上的泛化,在多分类问题中,类标签y可以取两个以上的值。 Softmax回归模型可以直接应用于 MNIST 手写数字分类问题等多分类问题。Softmax回归是有监督的,不过我们接下来也会介绍它与深度学习/无监督学习方法的结合。
| + | |
- | (译者注: MNIST 是一个手写数字识别库,由 NYU 的Yann LeCun 等人维护。 http://yann.lecun.com/exdb/mnist/ ) | + | |
- | | + | |
- | '''一审''':
| + | |
- | | + | |
- | 在本章中,我们介绍Softmax回归模型。该模型将logistic回归模型一般化,以用来解决类型标签y的可能取值多于两种的分类问题。Softmax回归模型对于诸如MNIST手写数字分类等问题是十分有用的,该问题的目的是辨识10个不同的单个数字。Softmax回归是一种有监督学习算法,但是我们接下来要将它与我们的深度学习/无监督特征学习方法结合起来使用。
| + | |
- | (译者注:MNIST是一个手写数字识别库,由NYU的Yann LeCun等人维护。http://yann.lecun.com/exdb/mnist/)
| + | |
| | | |
| '''原文''': | | '''原文''': |