深度学习应用7.2分类模型构建与训练

具体代码见 github

1模型构建

定义待输入数据占位符

定义模型的变量

1.1 tf.random_normal(）

1.2定义前向计算

1.3结果分类

2逻辑回归

2.1sigmod函数

2.2特定样本逻辑回归模型的输出

3逻辑回归损失函数

因此在逻辑回归不要采用平方损失函数

3.1多元分类和softmax

import tensorflow as  tf
import numpy as np
x=np.array([-3.1,1.8,9.7,-2.5])
pred=tf.nn.softmax(x)

sess=tf.Session()
v=sess.run(pred)
print(v)
sess.close()

3.2交叉熵

3.3交叉熵损失函数

4分类问题的损失函数为什么不用MSE

MSE不是凸函数，容易有局部最优解

5分类模型的构建与训练实践

见链接