在softmax回归中，权重是一维还是二维？
在softmax回归中，权重是二维的。
softmax回归是一种常用的多分类算法，用于将输入数据分为多个类别。在softmax回归中，权重矩阵是一个二维矩阵，其中每一行对应一个类别，每一列对应输入特征的维度。权重矩阵的大小取决于输入特征的维度和类别的数量。
权重矩阵的每个元素表示了对应类别在每个特征维度上的重要性或影响力。通过对输入数据进行线性变换和softmax函数的运算，可以得到每个类别的概率分布。
在腾讯云的机器学习平台，可以使用腾讯云的AI开放平台（https://cloud.tencent.com/product/ai）提供的各种机器学习服务来实现softmax回归。例如，可以使用腾讯云的自然语言处理（NLP）服务来进行文本分类任务，其中包括了softmax回归算法（https://cloud.tencent.com/product/nlp）。
需要注意的是，本回答中没有提及具体的云计算品牌商，如亚马逊AWS、Azure等，以符合问题要求。
相关·内容
我从Andrew N.G的coursera课程中学习了ML和DL，每次他谈到线性分类器时，权重都只是一个1-D向量。即使在分配期间，当我们将图像滚动到一维向量(像素* 3)中时，权重仍然是一维向量。tensorflow中的权重初始化略有不同。“因为我们不打算在这一点上使用空间信息，所以我们将把图像像素展开为一个表示为x的长向量(图2-2)。.，9提供$w^d$权重向量)。”tf.Variable(tf.zeros([784, 10]))
浏览 13提问于2018-02-20得票数 0
我目前有一个程序，它采用特征向量和分类，并将其应用于已知的权重向量，以使用Logistic回归生成损失梯度。; j++) { }
我正在尝试做的是使用Softmax回归实现类似的东西，但是我在网上找到的Softmax的所有信息并不完全遵循我所知道的关于Logit损失函数的相同的词汇表，所以我一直感到困惑。我如何使用Softmax实现与上面类似的
浏览 5提问于2016-05-23得票数 0
1回答
Logistic回归
、、、
我在MNIST数据集上用梯度下降+ L2正则化实现多项式logistic回归。我的训练数据是带有形状的数据(n_samples=1198，features=65)。在梯度下降的每一次迭代中，我采用权值和输入的线性组合，得到1198个活动(β^T* X)。然后，我通过softmax函数传递这些激活。但是，我很困惑如何在每次激活中获得超过10个输出类的概率分布？我的权重被初始化为这样beta = np.random.uniform
浏览 9提问于2020-10-05得票数 0
回答已采纳
我正在训练一个神经网络，它学习一些权重，并基于这些权重计算转换，生成与权重相结合的预测模型。我的网络没有正确地学习，因此我编写了一个不同的网络，它除了返回独立于输入x的权重之外什么也不做(在使用softmax和transpose进行归一化之后)。这样，我想找出问题是存在于网络还是存在于网络之外的转换估计中。但这不管用。这就是我得到的。nn.parameter.Parameter(torch.randn(n_vertices, n_joints))
浏览 12提问于2019-09-18得票数 1
回答已采纳
1回答
我是个新手，我在我的模型中的forward()函数的以下代码中使用python for循环实现了一种这样的机制。为了获得注意力权重，我使用子网络(nn.Sequencial(...))它接受一对两项嵌入作为输入，并输出一个分数，就像在回归中一样。然后，所有的分数都被软化并用作注意力权重。attention network
# pass through
浏览 19提问于2021-11-03得票数 0
1回答
例如，如果我的DNN的最后一层是一个带有10个类的软最大激活，那么platt的缩放到底是如何工作的？
我是否训练多个逻辑回归使用一个-vs-多分类？还是有更好的方法？
浏览 0提问于2019-02-21得票数 4
回答已采纳
1回答
我的意思是，对于具有损失层的Softmax，我们有一个Softmax函数，并应用交叉熵损失来确定我们的更新。我要找的是欧几里得损失的“软最大函数”。有小费吗？
浏览 1提问于2017-03-16得票数 0
回答已采纳
1回答
我试图导出可见变量的条件分布，
然而，尽管付出了种种努力，我还是无法了解条件如何才能成为softmax分布：
另外，我也很困惑
我希望在<
浏览 2提问于2017-01-06得票数 0
回答已采纳
在Tensorflow中，我有一个分类器网络和不平衡的训练班。由于各种原因，我不能使用重采样来补偿不平衡的数据。因此，我不得不用其他方法来弥补这种不平衡，特别是根据每个类中的例子数将逻辑乘以权重。我的训练损失是tf.nn.softmax_cross_entropy_with_logits (我也可以尝试tf.nn.sparse_softmax_cross_entropy_with_logits)Tensorflow文档在对这些操作的描述中包括以下内容：
警告:此操作期望不缩放的日志，因为它在内部执行lo
浏览 4提问于2016-09-30得票数 4
回答已采纳
我是Tensorflow的初学者。我被这个教程弄糊涂了。作者首先给出了一个公式y=softmax(Wx+b)，但是在python代码中使用xW+b，并解释了它是一个小技巧。这是从我们在方程中把它们相乘的时候开始的，我们有Wx，作为处理x的一个小技巧，x是一个多输入的2D张量。然后添加b，最后应用tf.nn.softmax。
浏览 5提问于2017-06-29得票数 2
我在Tensorflow中实现了一个CNN，改编自教程：CNN with Estimators。dataset.make_one_shot_iterator()return features, labels 摘自model_fn： loss = tf.losses.softmax_cross_entropy如何在训练期间为数据集中的所有样本(约3M个样本)提供权重？我的理解是，在第一个模型的训练过程中，所有样本都具有相同的<e
浏览 16提问于2019-03-12得票数 0
接下来，将编码的序列发送到自定义注意层，该自定义注意层返回对每个隐藏节点具有注意力权重的2D张量。问题是当我连接注意层和解码器输入时。由于解码器输入是三维张量，而注意是2D张量，因此它显示了以下错误：
ValueError
浏览 0提问于2018-07-25得票数 6
回答已采纳
我读过，对于分类是O(c*d) c-是类数，d是维数，我知道对于线性回归，搜索/预测时间复杂度是O(d)。你能解释一下Logistic回归的搜索/预测时间复杂度是什么吗？
浏览 2提问于2019-01-17得票数 10
回答已采纳
2回答
我正试图解决一个语义分割问题。根据实际的约束条件，假阳性的标准和假阴性的标准是不同的。例如，如果像素被误校正为前景不如像素被错误校正为背景。在建立损失函数时，如何处理这种约束。
浏览 3提问于2017-02-12得票数 8
回答已采纳
1回答
model.add(LSTM(100))model.add(Dense(vocab_size, activation='softmax'))在嵌入层和LSTM层之间，是否存在50连接权重或50 * 100连接权重？所以我不知道嵌入层到底是如何连接到LSTM层的？
另外，在LSTM( 100 )层和密集( 100，act
浏览 0提问于2019-10-10得票数 0
我是tensorflow和神经网络的新手。我正在尝试理解，在梯度下降函数执行后，权重是如何更新的？示例代码如下。num_labels]))
loss = tf.reduce_mean(
tf.nn.softmax_cross_entropy_with_logits_, l, predictions = session.run([optimizer, loss, train_pr
浏览 1提问于2018-08-28得票数 5
1回答
我在试着跟踪。
TensorFlow刚出来，我真的在试着理解它。我熟悉惩罚线性回归，如拉索，岭和ElasticNet及其在scikit-learn中的使用。对于scikit-learn拉索回归，我所需要输入的回归算法是DF_X和M维属性矩阵(pd.DataFrame)，SR_y是一个M维目标向量(pd.Series)。似乎softmax回归是用于分类的。我如何重组我的DF_X SR_y (M属性矩阵)和SR_y (M维目标向量)，输入到 tensorflow 中进行线性
浏览 0提问于2015-11-13得票数 17
回答已采纳
我试图为我的模型拟合过程编写一个回调，如果在一个时代结束后，模型得到改进，将权重和模型作为一个原型缓冲区。最好是./tmp/weights.hdf5和./tmp/model.pb之类的东西。我为此使用了两个回调(下面是mnist示例，我使用的是TF 2.6.0)：import numpy as np
mnist = tf.keras.datasets.mnist512, activation=&#
浏览 0提问于2021-12-21得票数 1
1回答
我使用的神经网络改编自“使用Python进行深度学习”，关于卷积网络的章节(我不认为卷积网络在这里是必要的，因为没有明显的层次结构；密集网络应该更合适)： model = models.Sequentiallayers.Flatten())model.add(layers.Dense(2, activation='softmax我的问题是:你是否在这个神经网络设计中发现了任何明显的错误，从而影响了准确性，或者你认为
浏览 23提问于2021-01-21得票数 0
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
