【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

• $0<y_i<1$
• ${\sum }_i{y}_i=1$