最近工作有点忙,没有太多时间学习了。
Softmax回归:
Softmax回归是一个线性多分类模型,来自Logistic回归模型,但Logistic属于两类分类模型。
Softmax函数主要功能是将各个类别的“打分”转化成合理的概率值。
数据增强:
深度学习要求有数量充足的样本。对于图像类型的训练数据,我们可以通过平移、旋转、翻转、剪裁、缩放、颜色变换、噪声扰动等手段增加图片数量,前提是这些变换的手段不会改变图像原有的标签。这样的的方法叫做数据增强,使模型训练的效果更好。
最近工作有点忙,没有太多时间学习了。
Softmax回归:
Softmax回归是一个线性多分类模型,来自Logistic回归模型,但Logistic属于两类分类模型。
Softmax函数主要功能是将各个类别的“打分”转化成合理的概率值。
数据增强:
深度学习要求有数量充足的样本。对于图像类型的训练数据,我们可以通过平移、旋转、翻转、剪裁、缩放、颜色变换、噪声扰动等手段增加图片数量,前提是这些变换的手段不会改变图像原有的标签。这样的的方法叫做数据增强,使模型训练的效果更好。