A、 Softmax函数的本质就是将一个K维的任意实数向量压缩(映射)成另一个K维的实数向量,其中向量中的每个元素取值都介于(0,1)之间。
B、 Softmax为多类问题中的每个分类分配了概率值,这些概率值加起来不一定等于1。
C、 Softmax回归是逻辑回归的一般化,适用于二分类的问题。
D、 逻辑回归只能用于二分类问题,如果是多分类问题,我们通常使用Softmax函数。
答案:BC
A、 Softmax函数的本质就是将一个K维的任意实数向量压缩(映射)成另一个K维的实数向量,其中向量中的每个元素取值都介于(0,1)之间。
B、 Softmax为多类问题中的每个分类分配了概率值,这些概率值加起来不一定等于1。
C、 Softmax回归是逻辑回归的一般化,适用于二分类的问题。
D、 逻辑回归只能用于二分类问题,如果是多分类问题,我们通常使用Softmax函数。
答案:BC
A. zeros
B. fill
C. create
D. constant
A. modelArts
B. MySQL
C. Ascend
D. MindSpore
A. TRUE
B. FALSE
A. 线性回归
B. 决策树
C. 逻辑回归
D. 支持向量机
A. result
B. content
C. data
D. text
A. 循环神经网络可以根据时间轴展开
B. LSTM无法解决梯度消失的问题
C. LSTM也是一种循环神经网络
D. 循环神经网络可以简写为RNN
A. 过去三年所有带标签的垃圾邮件和正常轴件数据邮箱地址
B. 邮箱地址
C. 过滤垃圾邮件
D. 垃圾件过滤正确率