自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(1)
  • 资源 (1)
  • 问答 (1)
  • 收藏
  • 关注

原创 softmax-交叉熵损失函数的求导计算推导

目前大部分多分类任务对最后一层的输出做softmax,然后使用交叉熵作为损失函数,再对loss求导反向传播来更新w,经过多轮训练得到训练好的w,这就是模型。我相信许多刚入门的machine learninger只是知道该这么用,但是不明白为什么这样就可以更新w了,下面推导最后一层的导数最后一层的第i个输出是其对应的softmax处理是输入公式太麻烦了 还是手写的吧...

2020-02-22 12:24:17 1011

netfilter-layer7

netfilter-layer7

2016-03-16

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除