AI學習目錄匯總
1、什么是特征？
對于圖像算法，每個像素可以視為一個特征，例如圖像的分辨率為28x28，則有784個特征。而且常常將二維的圖像像素矩陣展開為長度為784的向量。
2、權重和偏置的規(guī)模
本例中，將使用Fashion-MNIST數(shù)據(jù)集，它是一個服裝分類數(shù)據(jù)集，可以將服裝分為10個類別。
輸入圖像的分辨率為28x28，即特征是長度為784的向量，輸出是長度為10的向量，如何用一組仿射函數(shù)來表示？
先回顧下，仿射函數(shù)的定義：
仿射函數(shù)即由 1 階多項式構成的函數(shù)，一般形式為 f(x)=Ax+b；
其中：A 是一個 m×k 矩陣，x 是一個 k 向量，b是一個 m 向量；
實際上反映了一種從 k 維到 m 維的空間映射關系。
在本例中，需要將784個特征（k維向量）映射到10個輸出類（m維向量），因此權重A為784x10的矩陣，偏置b為10的行向量。文章來源：http://www.zghlxwxcb.cn/news/detail-644601.html
3、加載數(shù)據(jù)集
Fashion-MNIST數(shù)據(jù)集中包含10個類別，分別為t-shirt（T恤）、trouser（褲子）、pullover（套衫文章來源地址http://www.zghlxwxcb.cn/news/detail-644601.html
到了這里，關于【AI】《動手學-深度學習-PyTorch版》筆記（十二）：從零開始實現(xiàn)softmax回歸的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
