2回答
这是一种经过审查的softmax方法。让我困惑的是"softmax_outputrange(num_train)，list(y)“ 这个表达是什么意思？def softmax_loss_vectorized(W, X, y, reg):
Softmax loss function, vectorize implementationX.shape[0] shift_scores = sco
浏览 20提问于2019-01-24得票数 0
回答已采纳
我做了一个简单的卷积Tensorflow模型，它使用softmax进行推理。当我在python中运行模型并向模型提供图像时，一切都会相应地工作。然而，当我用tflite转换模型并在android上运行时，输出是一个全0的列表，不知何故softmax无法工作。当我删除softmax函数时，输出在python和android中是相同的，我可以通过在Java中实现softmax函数来修复
浏览 4提问于2019-01-05得票数 0
2回答
我试图在Python中实现铰链丢失函数，并面临一些误导。而Softmax只是指数函数，就像：
我是用Python (对于Softmax)这样做的： e_x = np.
浏览 1提问于2017-05-31得票数 0
回答已采纳
26回答
在中，y_i的softmax只是指数除以整个Y向量的指数之和：其中S(y_i)是y_i的软最大值函数，e是指数函数，j是no函数。输入向量Y中的列。我试过以下几种方法： """Compute softmax values for each sets of scores))[ 0.8360188 0.11314284 0.0508383
浏览 70提问于2016-01-23得票数 294
回答已采纳
我正在尝试在python中实现Softmax交叉熵损失。因此，我正在研究GitHub Tensorflow存储库中Softmax交叉熵损失的实现。我试图理解它，但我遇到了一个由三个函数组成的循环，我不知道函数中的哪行代码正在计算损失？函数softmax_cross_entropy_with_logits_v2(labels, logits, axis=-1, name=None)返回函数softmax</em
浏览 73提问于2020-05-02得票数 0
回答已采纳
1回答
我使用了与教程中完全相同的图片(老虎图片)。问题是，他们得到91%的匹配，而我只得到14%。
我的猜测是代码中缺少了什么。因此，在指南中，同一程序的python版本使用NumPy来获得概率。
浏览 3提问于2021-12-03得票数 0
回答已采纳
1回答
我目前正在使用python 3.7和numpy编写我的第一个多层神经网络，我在实现softmax时遇到了问题(我打算使用我的网络进行分类，所以拥有softmax的有效实现是非常关键的)。我从另一个线程复制了这段代码： def softmax(x):
return exp(x) / np.sum(exp(x), axis = 0) 我想我已经对softmax函数的功能有了一个基本的了解我不太明白这段代码是如何实现这个功
浏览 17提问于2019-04-22得票数 0
回答已采纳
我正在尝试了解softmax_cross_entropy_with_logits_v2()是如何实现的。它调用_softmax_cross_entropy_with_logits()。_softmax_cross_entropy_with_logits,
52: loss, backprop_softmax_cross_entropy_with_logi
浏览 17提问于2017-12-27得票数 6
回答已采纳
1回答
我目前正在研究softmax函数，我想将最初实现的功能调整到一些小型测试中。def __init__(self, dim=None): if not hasattr(self, 'dim'): return F.softmax(input, sel
浏览 0提问于2018-05-04得票数 1
回答已采纳
1回答
在一些超参数调优的子运行中，我损失了一些代价--这会使计算崩溃--而这反过来又会停止超参数调优工作。Error reported to Coordinator: <class 'tensorflow.python.framework.errors.InvalidArgumentError'>,
Nanin summary histogram for: softmax_linear/HistogramSummary [[Node: softmax_linear&
浏览 1提问于2016-10-06得票数 3
回答已采纳
我正在学习神经网络，并用python实现它。我首先定义了一个softmax函数，我遵循这个问题Softmax function - python给出的解决方案。以下是我的代码： def softmax(A): Computes a softmax function.
Input: A (N, k) ndarray.test_array是测试数据，test_output是softmax(te
浏览 31提问于2017-11-19得票数 3
回答已采纳
1回答
我正试图为我的反向传播和梯度下降程序在python中开发一个softmax函数。在得到输出层的输出(2个输出)后，我调用了softmax函数，输出在一个类似向量的so [0.844521, 0.147048]中，而我目前实现的softmax函数如下：
vector
浏览 1提问于2022-03-19得票数 -2
回答已采纳
当我运行下面的代码时，我在loss = loss_function(output, y)行中得到了错误“'Softmax‘对象没有属性’loss = loss_function(output, y)‘”output = torch.sigmoid(self.fc1(x)) output = nn.Softmax
浏览 1提问于2020-12-04得票数 1
回答已采纳
1回答
我已经成功地实现了下面的分类问题示例(softmax层)，但是我试图实现这一点，因为regression.My数据集是基于负荷预测的。
浏览 1提问于2017-04-12得票数 0
回答已采纳
1回答
我用Python构建了一个逻辑分类器，使用TensorFlow在notMNIST数据集上进行培训。tf.Variable(tf.zeros(shape = [10]))prediction = tf.nn.softmaxtrain_feed_dict)然而，问题是，虽然训练损失在不断减少，但精
浏览 0提问于2017-01-09得票数 2
现在，我的实现是将y_true转换为一个热点形式，并计算交叉熵，然后将其乘以一个权重矩阵。当权重都为1时，在实现和SparseCategoricalCrossentropy之间得到相同的输出，但是我的问题是一个热编码。我有很多类(32+bg)，在使用一种热编码时，对于大型图像/批处理大小，内存不足，这在SparseCategoricalCrossentropy中是不会发生的。我试图弄清楚内置的一个是如何实现的(是否有办法避免一个热编码等等)。一个内置的实现是如
浏览 9提问于2021-03-06得票数 0
回答已采纳
如果使用softmax_cross_entropy_with_logits，则损失函数增加(例如，损失: 50 ->损失: 190000 ->损失: 2138712811 -> ...)。因此，我想要阐明softmax_cross_entropy_with_logits的机制。 cross_entropy = tf.reduce_mean( cross_entropy
浏览 0提问于2017-06-15得票数 0
1回答
我知道softmax激活函数:具有softmax激活的输出层之和总是等于1，也就是说:输出向量是归一化的，这也是相关的，因为最大累积概率不能超过1。好的，这很清楚。但我的问题是:当使用softmax作为分类器时，是使用argmax函数来获得类的索引。那么，如果重要的参数是得到正确类的指标，那么得到一个或更高的累积概率之间有什么区别呢？在python中，我做了另一个softmax (实际上不是softmax函数)，但是分类器的工作方式与真正的so
浏览 5提问于2021-01-19得票数 0
回答已采纳
我想通过只使用向量中的前k个值来实现使softmax更快的尝试。为此，我尝试为tensorflow实现一个自定义函数，以便在模型中使用： def softmax_top_k(logits, k=10):
values, indices = tf.nn.top_k我找到了this: (How to make a custom activation function)，它解释了如何在tensorflow中实现一个完全自定义的激活函数。但由于这使用并扩展了so
浏览 13提问于2019-03-09得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
