CS231对SVM及Softmax分类器的理解

时间 2021-01-08

原文原文链接

SVM分类器与Softmax分类器的区别这是针对一个数据，SVM与Softmax分类器的不同处理方式的例子。两个分类器都计算了同样的分值向量f。不同之处在于对f中分值的解释：SVM分类器将它们看作是分类评分，它的损失函数鼓励正确的分类（即图中的蓝色类别2）的分值比其它分类的分值高出至少一个边界值。Softmax分类器将这些数值看作是每个分类没有归一化的对数概率，鼓励正确分类的归一化的对数概率变高

>>阅读原文<<

1. SVM分类器和softmax分类器原理区别对比（2）---深度学习
2. 线性SVM与SoftMax分类器
3. 02.线性分类器-SVM-Softmax
4. SVM和SoftMax的原理区别对比
5. Softmax分类器
6. softmax分类器
7. cs231 softmax函数求导
8. CS231 线性分类
9. 图像的线性分类器（感知机、SVM、Softmax）
10. 03 Softmax分类器
更多相关文章...
• Git 分支管理 - Git 教程
• IP地址的格式和分类 - TCP/IP教程
• Flink 数据传输及反压详解
• 常用的分布式事务解决方案