Python에서 Softmax 회귀 함수 구현 방법

高洛峰
풀어 주다: 2017-02-03 16:49:58
원래의
2354명이 탐색했습니다.

분류 결과를 정규화하기 위해 Softmax 회귀 함수가 사용됩니다. 하지만 일반적인 정규화 방법과는 비율에 따라 다릅니다. 로그 변환을 통해 정규화하므로 정규화 과정에서 값이 클수록 더 많은 이득을 얻습니다.

소프트맥스 수식

Python에서 Softmax 회귀 함수 구현 방법

소프트맥스 구현 방법 1

import numpy as np
def softmax(x):
 """Compute softmax values for each sets of scores in x."""
 pass # TODO: Compute and return softmax(x)
 x = np.array(x)
 x = np.exp(x)
 x.astype('float32')
 if x.ndim == 1:
  sumcol = sum(x)
  for i in range(x.size):
   x[i] = x[i]/float(sumcol)
 if x.ndim > 1:
  sumcol = x.sum(axis = 0)
  for row in x:
   for i in range(row.size):
    row[i] = row[i]/float(sumcol[i])
 return x
#测试结果
scores = [3.0,1.0, 0.2]
print softmax(scores)
로그인 후 복사

계산 결과는 :

[ 0.8360188 0.11314284 0.05083836]
로그인 후 복사

Softmax 구현 방법 2

import numpy as np
def softmax(x):
 return np.exp(x)/np.sum(np.exp(x),axis=0)
 
#测试结果
scores = [3.0,1.0, 0.2]
print softmax(scores)
로그인 후 복사

위의 Python에서의 Softmax 회귀 함수 구현 방법(권장)은 다음과 같습니다. 편집자님께서 제가 모든 내용을 드렸으니 참고가 되셨으면 좋겠습니다. 그리고 PHP 중국어 웹사이트를 응원해 주시길 바랍니다.

Python에서 Softmax 회귀 함수를 구현하는 방법에 대한 더 많은 관련 기사를 보려면 PHP 중국어 웹사이트를 주목하세요!

관련 라벨:
원천:php.cn
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿