fundo aplicação 1.RNN
tipo de modelo de sequência:
cenário:
(1) um para muitos , extraiu-se a partir do conteúdo de imagem, o qual foi descrito como um texto.
(2) para um multi-representantes: classificação de texto, identificação de vídeo
(3) para-muitos, representante: a descrição do texto do vídeo, uma descrição de texto do conteúdo de vídeo
softmax para o processo multi-classificação , que produz uma pluralidade de neurónios, é mapeado no intervalo (0,1), que pode ser entendida como uma probabilidade.
Na aprendizagem de máquina, especialmente a profundidade de aprendizagem, softmax é uma função muito comum e mais importante, especialmente amplamente utilizado na cena multi-classificação. Ele colocou alguma entrada mapear um número real entre 0 e 1, e garantia normalizada e 1, então a probabilidade de vários classificadores e também acontece a ser um.
Primeiro, nós simplesmente olhar para softmax o que isso significa. Tal como o nome sugere, SoftMax duas palavras, uma das quais é um máximo. Para max Estamos todos familiarizados, tais como duas variáveis a, b. Se a> b, ao máximo o seu, e vice-versa para b. Faça uma breve descrição em pseudo-código que, se a> b retornar um, senão b.
Outra palavra é mole. O que um máximo é o problema? Se max como um problema de classificação, que é preto e branco, o resultado final é uma variável determinada. Mais frequentemente, queremos levar a saída da probabilidade de uma categoria, ou que, esperamos que uma grande pontuação é muitas vezes levado a, mas menor pontuação que têm uma certa probabilidade, ocasionalmente, a tomar, por isso aplicado ao conceito de soft, que é o resultado final de cada categoria é levado para a probabilidade
softmax Referências: https://blog.csdn.net/bitcarmanlee/article/details/82320853