|
|
| 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''': |
