softmax和分类模型
主要内容包括：
1.softmax回归的基本概念
2.如何获取Fashion-MNIST数据集和读取数据
3.softmax回归模型的从零开始实现，实现一个对Fashion-MNIST训练集中的图像数据进行分类的模型
4.使用pytorch重新实现softmax回归模型
具体内容(附代码)链接：https://www.kesci.com/org/boyuai/project/5e41574fb8c462002d689bb2
代码讲解视频链接：伯禹学习平台
选择题
1.
softmax([100, 101, 102])的结果等于以下的哪一项
A. softmax([10.0, 10.1, 10.2])
B. softmax([-100, -101, -102])
C. softmax([-2 -1, 0])
D. softmax([1000, 1010, 1020])
答案：C
代入下列公式求解比较
2.
对于本节课的模型，在刚开始训练时，训练数据集上的准确率低于测试数据集上的准确率，原因是
A.模型参数是在训练集上进行训练的，可能陷入了过拟合
B.训练集的样本容量更大，要提高准确率更难
C.训练集上的准确率是在一个epoch的过程中计算得到的，测试集上的准确率是在一个epoch结束后计算得到的，后者的模型参数更优
答案：C
