文章目录
- 概念
- softmax与交叉熵
- 反向传播
- 计算机视觉工具包torchvision
- 全连接神经网络实现多分类
概念
神经网络的第一层为输入层,最后一层为输出层,中间的所有层都叫做隐藏层
在计算神经网络层数时,一般不计算输入层,比如:
该神经网络的层数为2。输入层神经元有3个,隐藏层神经元有4个,输出层神经元有2个。
softmax与交叉熵
softmax
softmax函数又称归一化指数函数,是二分类函数sigmoid在多分类上的推广,是将多分类的结果以概率的形式展示。
softmax的作用是将输入映射到0-1之间,且保证所有的输入映射后的结果的和为1
下面是softmax函数的公式:
softmax