【DL】常用的后端分类器

Backto DL Index

classfier 分类器	description 描述	Scenes 使用场景
Softmax	$y_j= \frac{e^{z_j}}{\sum_{i}{e^{z_i}}}$	to map the non-normalized output of a network to a probability distribution over predicted output classes.

Softmax

输出的是 n~ classification 的概率。对于 input $Z$ 中的每一个值 $Z_j$做自然指数，保证 $>0$. 再求和 $\sum{e^z}$ 作为分母，输出 $Y$ 中的每一个分量 $y_j= \frac{e^{z_j}}{\sum_{i}{e^{z_i}}}$, 从而保证

• $0 < y_i < 1$
• $\sum_i{y_i} = 1$