Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
255685b5
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
255685b5
编写于
11月 19, 2018
作者:
A
Aston Zhang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix softmax scratch
上级
7ede5f49
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
1 addition
and
1 deletion
+1
-1
chapter_deep-learning-basics/softmax-regression-scratch.md
chapter_deep-learning-basics/softmax-regression-scratch.md
+1
-1
未找到文件。
chapter_deep-learning-basics/softmax-regression-scratch.md
浏览文件 @
255685b5
...
...
@@ -92,7 +92,7 @@ def cross_entropy(y_hat, y):
给定一个类别的预测概率分布
`y_hat`
,我们把预测概率最大的类别作为输出类别。如果它与真实类别
`y`
一致,说明这次预测是正确的。分类准确率即正确预测数量与总预测数量之比。
下面定义准确率
`accuracy`
函数。其中
`y_hat.argmax(axis=1)`
返回矩阵
`y_hat`
每行中最大元素的索引,且返回结果与变量
`y`
形状相同。我们在
[
“数据操作”
](
../chapter_prerequisite/ndarray.md
)
一节介绍过,相等条件判断式
`(y_hat.argmax(axis=1) == y)`
是一个值为0(
不
等为假)或1(相等为真)的NDArray。由于标签类型为整数,我们先将变量
`y`
变换为浮点数再进行相等条件判断。
下面定义准确率
`accuracy`
函数。其中
`y_hat.argmax(axis=1)`
返回矩阵
`y_hat`
每行中最大元素的索引,且返回结果与变量
`y`
形状相同。我们在
[
“数据操作”
](
../chapter_prerequisite/ndarray.md
)
一节介绍过,相等条件判断式
`(y_hat.argmax(axis=1) == y)`
是一个值为0(
相
等为假)或1(相等为真)的NDArray。由于标签类型为整数,我们先将变量
`y`
变换为浮点数再进行相等条件判断。
```
{.python .input n=11}
# 本函数已保存在 gluonbook 包中方便以后使用。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录