Python Numpy联系 手动实现softmax
来源:互联网 发布:粉笔公考电脑版mac 编辑:程序博客网 时间:2024/06/12 18:55
为了多熟悉下numpy的一些常用操作,这里手动实现一下Softmax
下面截个图说明下softmax
import numpy as np#生成一个10*10 的随机二维数组,再加上1000m = np.random.randn(10,10) * 10 + 1000print(m)#axis=1 表示在二维数组中沿着横轴进行取最大值的操作m_row_max = m.max(axis = 1)print(m_row_max,m_row_max.shape)#每一行减去自己本行最大的数字,用到broadcast,reshape#不这么处理会导致INFm = m - m_row_max.reshape(10,1)print(m)#计算e的指数次幂m_exp = np.exp(m)print(m_exp,m_exp.shape)#对每一行进行一次求和操作m_exp_row_sum = m_exp.sum(axis=1).reshape(10,1)print(m_exp_row_sum,m_exp_row_sum.shape)#每一行的原始数据m_exp / 每一行的和softmax = m_exp / m_exp_row_sumprint(softmax)#校验softmax数组是否正确的方法是查看每一行的和是否是1print(softmax.sum(axis=1).reshape(10,1))
阅读全文
0 0
- Python Numpy联系 手动实现softmax
- SOFTMAX 的python实现
- softmax(python实现)
- softmax分类器 python实现
- [CS231n@Stanford] Assignment1-Q3 (python) Softmax实现
- softmax 回归原理及python实现
- softmax的简单推导和python实现
- 深度学习入门---softmax回归 Python实现
- softmax分类算法原理(用python实现)
- softmax分类算法原理(用python实现)
- SoftMax回归简介及python代码实现
- deeplearn.js API用例(二)softmax的手动实现(解决Softmax backprop is not yet implemented问题)
- logistic和softmax原理、联系
- 机器学习之Softmax回归(Python实现)
- python 实现 softmax分类器(MNIST数据集)
- Python下的Softmax回归函数的实现方法
- 手写softmax(numpy.stack hstack vstack)
- softmax_cross_entropy softmax交叉熵 tensorflow numpy
- ssh整合问题总结--使用HibernateTemplate实现数据分页展示
- Django中的数据记录的增、删、改、查
- 三个月大数据研发学习计划实战解析
- Android Studio 将程序打包成arr文件并供其他工程使用
- 解决图片对象不能json序列化问题:<ImageFieldFile: image/background_IXSZChD.jpg> is not JSON serializable
- Python Numpy联系 手动实现softmax
- 四层、七层负载均衡的区别
- ROS小车地盘
- thinkphp5 时间戳 A non well formed numeric value encountered
- 数学方法进制转换之十进制转二进制
- Linux signal 那些事儿 (3)
- JavaSE-day1 关键字 数据类型 常量
- Java修饰符
- opencv 学习1