【AI】《动手学-深度学习-PyTorch版》笔记(十二):从零开始实现softmax回归

AI学习目录汇总

1、什么是特征?

对于图像算法,每个像素可以视为一个特征,例如图像的分辨率为28x28,则有784个特征。而且常常将二维的图像像素矩阵展开为长度为784的向量。

2、权重和偏置的规模

本例中,将使用Fashion-MNIST数据集,它是一个服装分类数据集,可以将服装分为10个类别。
输入图像的分辨率为28x28,即特征是长度为784的向量,输出是长度为10的向量,如何用一组仿射函数来表示?

先回顾下,仿射函数的定义:

仿射函数即由 1 阶多项式构成的函数,一般形式为 f(x)=Ax+b;
其中:A 是一个 m×k 矩阵,x 是一个 k 向量,b是一个 m 向量;
实际上反映了一种从 k 维到 m 维的空间映射关系。

在本例中,需要将784个特征(k维向量)映射到10个输出类(m维向量),因此权重A为784x10的矩阵,偏置b为10的行向量。

3、加载数据集

Fashion-MNIST数据集中包含10个类别,分别为t-shirt(T恤)、trouser(裤子)、pullover(套衫

你可能感兴趣的:(AI,人工智能,深度学习,pytorch)