摘要：
向量\\(y\\)(为one hot编码,只有一个值为1,其他的值为0)真实类别标签(维度为\\(m\\),表示有\\(m\\)类别)： $$y=\begin{bmatrix}y_1\\ y_2\\ ...\\y_m\end{bmatrix}$$ 向量\\(z\\)为softmax函数的输入，和标签 阅读全文
摘要：
sigmod函数： $$f(z)=\frac{1}{1+e^{ z}}$$ 求导： $$ \frac{\partial f(z)}{\partial z}=\frac{ 1 1 e^{ z}}{(1+e^{ z})^2} =\frac{e^{ z}}{(1+e^{ z})^2} =\frac{1+e 阅读全文
摘要：
样本(\\(x_{i}\\),\\(y_{i}\\))个数为\\(m\\): $$\{x_{1},x_{2},x_{3}...x_{m}\}$$ $$\{y_{1},y_{2},y_{3}...y_{m}\}$$ 其中\\(x_{i}\\)为\\(n 1\\)维向量(在最后添加一个1,和\\(w\\ 阅读全文