上一篇：04 自动调整学习率（Learning Rate）-学习笔记-李宏毅深度学习2021年度
下一篇：06 卷积神经网络CNN-学习笔记-李宏毅深度学习2021年度
本节内容及相关链接
处理分类问题的注意事项
- 视频链接
- PPT链接
- 作业PPT链接
课程笔记
可以将分类（Classification）任务看做回归（Regression）任务，只需将类别变成这样的数字即可。但通常并不这么做。除非有特殊情况，比如要预测这个学生是几年级的，这种的可以，因为 Class1 和 Class2 等有递进关系
多分类任务通常使用 one-hot 编码，例如：
分类任务最后的输出要经过softmax函数进行归一化，最大的那个就是预测的类别
Softmax公式如下：
对于二分类问题，使用 softmax 和 sigmoid 是等价的（数学上可以证明出来）
对于多分类任务，通常采用Cross-Entropy作为损失函数
Cross-Entropy的公式如下：
为Batch Size
指
最小化Cross-Entropy和最大化可能性（Likelihood）只是说法不一样，但实际是等价的
版权声明：本文为博主iioSnail原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/zhaohongfei_358/article/details/123186462
