softmax

Вопрос или проблема У меня есть вектор длиной $n \gt 4$, который имеет ровно 4 цели, например, [0, 0, 0, 1, 0, 1, 0, 1, 1]. Я хотел бы узнать, как я могу изменить функцию softmax для этого случая. Обычно она нормализуется так, чтобы все вероятности в сумме давали 1.

Вопрос или проблема Предположим, я строю нейронную сеть для классификации. Последний слой – это плотный слой с активацией Softmax. У меня есть пять различных классов для классификации. Предположим, для одного примера обучения истинная метка равна

Вопрос или проблема У меня есть обученная модель классификации TensorFlow (52 класса). Последние 3 слоя: model.add(LSTM(70, return_sequences=False, unroll=True) model.add(Dense(50)) model.add(Dense(52, activation='softmax')) Я хочу получить логиты (значения

Вопрос или проблема Привет, я разрабатываю агента обучения с подкреплением для непрерывного пространства состояний/дискретного пространства действий. Я пытаюсь использовать метод болцманна/софтмакс в качестве стратегии выбора действий.

Вопрос или проблема Мне интересно, какая активационная функция для многоклассовой классификации дает истинную вероятность. Согласно: https://ai.stackexchange.com/questions/37889/are-softmax-outputs-of-classifiers-true-probabilities похоже, что выходная

Вопрос или проблема Мне интересно, какая активационная функция будет легче для обучения (даст лучшую точность / наименьшую потерю) – SoftMax или сигмоида (для задачи многоклассовой классификации) Согласно: https://www.quora.

Вопрос или проблема Насколько важна функция потерь перекрестной энтропии (CEL), если при обратном распространении ошибки (BP) важны только вероятности Softmax (SM) и вектор one hot? При применении BP производная CEL – это разница между выходной

Вопрос или проблема У меня есть функция потерь с $\mu ,p, o, u, v$ в качестве переменных, а $\sigma$ является логистической функцией. Мне нужно вывести эту функцию потерь. Из-за множества переменных в функции потерь мне нужно использовать функцию softmax

Вопрос или проблема У меня есть модель с финальным слоем softmax для N категорий. Эти категории упорядочены и числовые, поэтому имеет смысл вычислить статистику по вероятностному распределению, заданному softmax. Предположим, что значения категорий просто

Вопрос или проблема В онлайн-книге о нейронных сетях Майкла Нилсена, в главе 3, он вводит новую функцию стоимости, называемую функцией логарифмического правдоподобия, определенной следующим образом: $$ C = -ln(a_y^L) $$ Предположим, у нас есть 10 выходных

Вопрос или проблема Для той же задачи бинарной классификации изображений, если на последнем слое я использую 1 узел с Sigmoid активацией и binary_crossentropy функцией потерь, процесс обучения проходит довольно гладко (92% точности после 3 эпох на валидационных данных).