前面我们学习了线性回归，线性回归主要用于对于问题的预测，输出一个结果值，但问题往往不止这一种，我们每天也在处理很多分类的问题，要的结果是哪一种。所以本节学习softmax回归模型 分类问题 对于分类问题，我们要的结果是输出一个类别 统计学家很早以前就发明了一种表示分类数据的简单方法：独热编码（one-hotencoding）。独热编码是一个向量，它的分量和类别一样多。类别对应的分量设置为1，其他所有分量设置为0。 例如(1,0,0,)(0,1,0)(0,0,1)这三个向量分别代表三个类别 为了估计所有可能类别的条件概率，我们需要一个有多个输出的模型，每个类别对应一个输出。为了解决线性模型的分类...

深度学习环境安装 在之前做数据分析就已经安装过anaconda，所以不安装miniconda 安装完成之后，由于国内的pip太慢，所以要更换镜像源 上海交通大学Linux用户组软件源镜像服务(sjtu.edu.cn) 然后经过一些配置之后 安装git也弄过了 国内git速度巨慢无比，加速在此GitHubProxy代理加速(ghproxy.com) 数学基础学习了高等数学中的微积分模块与对于梯度的学习，链式法则，补习了线代范式内容，后续会更新数学笔记 课程环境搭建 已搭建成功 准备工作 数据操作 张量 张量表示一个由数值组成的数组，这个数组可能有多个维度。具有一个轴的张量对应数学上的向量（vec...