模型
每个类别有自己的一组权重
3 类 → 3×(2个权重+1个偏置) = 9 参数
输出: softmax([z₀, z₁, z₂]) → 概率分布
训练
损失 CE: --
准确率: --
步数: 0
混淆矩阵
-
真0→0
-
真0→1
-
真0→2
-
真1→0
-
真1→1
-
真1→2
-
真2→0
-
真2→1
-
真2→2
从 Sigmoid 到 Softmax
二分类用 sigmoid（单个概率），多分类用 softmax（概率分布，所有类加起来等于 1）。 损失函数从 Binary CE 换成 Cross-Entropy。
二分类用 sigmoid（单个概率），多分类用 softmax（概率分布，所有类加起来等于 1）。 损失函数从 Binary CE 换成 Cross-Entropy。