AI学习目录汇总
1、线性回归和softmax回归的区别
1）连续值与离散值
线性回归模型，适用于输出为连续值的情景。
softmax回归模型，适用于输出为离散值的情景。例如图像类别，就需要对离散值进行预测。softmax回归模型引入了softmax运算，使输出更适合离散值的预测和训练。
2）输出个数
线性回归模型，输出单元为1个，而softmax回归模型输出单元为多个。
2、独热编码（one-hot encoding）
2.1 独热编码是什么？
独热编码（One-Hot Encoding），又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。即，只有一位是1，其余都是零值。独热编码 是利用0和1表示一些参数，使用N位状态寄存器来对N个状态进行编码。
例1：文章来源：https://www.toymoban.com/news/detail-631101.html
性别特征：["男"，"女"]（这里N=2 二维数据）
男 => 10
女 => 01
例2：文章来源地址https://www.toymoban.com/news/detail-631101.html
地区特征到了这里，关于【AI】《动手学-深度学习-PyTorch版》笔记（十一）：分类问题-softmax回归的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
