代码之家 › 专栏 › 技术社区 › Hanzy

这个张量流偏压向量的形状正确吗?

logistic-regression classification tensorflow

Hanzy · 技术社区 · 7 年前

在课文中,我读到以下内容:

我搞不清偏置矢量的维数。如何添加 (m,1) (1, p) w0 形状正确吗?或者应该 w1 成形 (n, P) 说明 P 上课,我们广播 ?

w1号 (n,P) 因此,我们的矩阵乘法为每个观察值的每个类预测生成一行非规范化逻辑。那么,在我们的数据中添加一个每类偏差并将其广播到样本数中有意义吗?

我觉得自己很愚蠢,即使问,但走在我无法调和的例子。。。

1 回复 | 直到 7 年前

tomkot 7 年前

从技术上讲,将(m,1)张量加到(1,P)张量上,通过广播两次得到(m,P)张量(给出索引(i,j)处的Y_hat等于tf.matmul公司(X,w1)在指数i加上w0在指数j)。然而,这并不是前馈网络应该发生的事情。

w1确实应该被塑造(n,P),然后偏差被正确地塑造。tf.matmul公司(X,w1)具有形状(m,P),而Y峎hat具有形状(m,P),使用广播(因为它应该具有与Y相同的形状)。

推荐文章

SHUBHENDRA KUMAR · 如何在必要的预处理后使用nltk文本分析库预测特定文本或文本组

8 年前

John · 分类和回归树-基尼最优分割计算

8 年前

bob · 这个神经网络能进行分离吗?

8 年前

Display Name is missing · 逻辑回归输出中只有两个不同的概率值

8 年前

Scott · R中的顺序求值导致错误消息

8 年前

Alex Xu · 如何计算具有相同前缀的ID并将总数存储在另一列中

8 年前

Stanleyrr · 欺诈检测分类ML的经纬度转换

8 年前

Kay · ColumnDataClassifier的最大类数

8 年前

DataMan · 在sklearn RandomForestClassifier中,class\u weight=None是否等同于class\u weight=“balanced\u subsample”?

8 年前

Vidya Marathe · 利用支持向量机预测概率

8 年前