文章目录
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