深度学习实战（基于pytroch）系列（六）softmax回归原理

softmax回归原理

线性回归模型主要解决输出为连续值的预测任务。然而在实际应用中，我们常常会遇到输出为离散值的问题，例如图像分类中的类别判断。针对这类离散输出问题，我们可以采用 softmax 回归等分类模型。与线性回归相比，softmax 回归不仅将输出单元从单个扩展为多个，还引入了 softmax 运算，使得输出结果更适用于离散值的预测和模型训练。

分类问题解析

让我们从一个简单的图像分类任务入手。假设输入图像尺寸为 2×2 像素，且为灰度图像。每个像素值可以用一个标量表示，我们将这四个像素依次记为 x 1 , x 2 , x 3 , x 4 x_1, x_2, x_3, x_4 x