【问题标题】:Why we use (exp) rather than (log) in softmax?为什么我们在 softmax 中使用 (exp) 而不是 (log)?
【发布时间】:2016-03-04 01:57:41
【问题描述】:

我不太了解log和exp的关系。但是,我很困惑,softmax 回归中没有使用 log 吗?

Features to Probabilities section

【问题讨论】:

    标签: neural-network classification logistic-regression softmax


    【解决方案1】:

    Exp 是为所有实数值定义的,而 log 不是。

    任何等于或小于零的向量元素都会导致 log 函数出现数值错误或未定义的行为。 exp没有这个问题。

    为避免未定义,您需要为所有元素添加一个非常小的偏差。但是这个 epsilon 应该有多小?你怎么处理负数。您可能永远不会期望一个负数,而只是通过截断错误或非常接近浮点表示(一个非常小的值最终被表示为一个小的负数)来获得它。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2013-02-22
      • 1970-01-01
      • 2014-08-02
      • 2013-02-18
      • 1970-01-01
      • 2012-02-21
      • 2011-09-30
      相关资源
      最近更新 更多