Olasılıklar için Softmax
Ham puanları bir sınıf dağılımına dönüştürün.
Olasılıklar için Softmax, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Skorlardan Seçimlere
Bir sınıflandırıcının son katmanı, her sınıf için bir tane olmak üzere ham skorlar üretir. Sınırlandırılmamış bu sayılara logit adı verilir ve bunları doğrudan okumak zordur. 🔢
Softmax ile Tanışın
softmax, logit vektörünü tüm sınıflarınız üzerindeki anlaşılır bir olasılık dağılımına dönüştürür. Artık her skor bir olasılığı ifade eder.
import torch.nn.functional as F
probs = F.softmax(logits, dim=-1)İki Garanti
softmax iki şeyi garanti eder: her çıktı 0 ile 1 arasındadır ve tüm çıktılar sum to one. Bir dağılımın ihtiyaç duyduğu şey tam olarak budur.
Nasıl Çalışır
softmax her logitin üstelini alır, ardından toplamına böler. Üstel alma işlemi büyük logitlerin baskın hâle gelmesini sağlayarak kazananı daha belirgin kılar.
exp = logits.exp()
probs = exp / exp.sum()Mutlak Değil, Göreli
softmax, logitlerin ham büyüklüğüyle değil, aralarındaki farklarla ilgilenir. Her logite aynı sabiti eklemek olasılıkları değiştirmez.
Sigmoid ve Softmax Karşılaştırması
Tek bir evet-hayır çıktısı için sigmoid işlevini kullanın. Sınıfların birbiriyle yarıştığı ve birkaç sınıftan tam olarak birinin kazanması gerektiği durumlarda softmax kullanın.
Kazananı Seçme
Tahmin edilen sınıfı bulmak için softmax çıktısının argmax değerini alın. Bu dizin, olasılığı en yüksek olan sınıfa aittir.
pred = probs.argmax(dim=-1)Boyuta Dikkat Edin
softmax işleminin toplu işlem boyunca değil, sınıflar boyunca normalleştirilmesi için doğru boyutu her zaman ayarlayın. Yanlış eksen, olasılıklarınızı fark ettirmeden bozar.
Eğitim Sırasında Atlayın
Eğitim sırasında genellikle softmax işlemini kendiniz uygulamazsınız. Çapraz entropi kaybı ham logitleri bekler ve softmax işlemini kendi içinde uygular.
loss = F.cross_entropy(logits, target) # logits, not probsBu Neden Daha Güvenli
softmax ile log işlemini tek bir işlevde birleştirmek sayısal açıdan daha kararlıdır. Her iki adımı elle uygulamak taşmaya veya hassasiyet kaybına yol açabilir.
Sıcaklık Keskinliği Ayarlar
softmax işleminden önce logitleri bir sıcaklık değerine bölmek güven düzeyini kontrol eder. Düşük değerler tepeyi keskinleştirir; yüksek değerler tepeyi düzleştirir.
Kısa Kontrol
Çapraz entropi kaybının giriş olarak ne beklediğini düşünün.
Özet
softmax, logitleri toplamı bir olan olasılıklara dönüştürür; bu da onu çok sınıflı çıktılar için ideal kılar. Ancak eğitim sırasında bu işlemi çapraz entropi kaybına bırakın. 🏁
Yapay zeka eğitmeniyle Python öğren — ücretsiz
Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.
- Kurslar
- 30
- Dersler
- 120
Sıkça Sorulan Sorular
“Olasılıklar için Softmax” dersi ücretsiz mi?
Evet — “Olasılıklar için Softmax” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“Olasılıklar için Softmax” dersinde ne öğreneceğim?
Ham puanları bir sınıf dağılımına dönüştürün. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.
“Olasılıklar için Softmax” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Doğrusal Olmama Gerçek Gücü Neden Ortaya Çıkarır
- ReLU ve Leaky ve GELU Benzerleri
- Sigmoid ve Tanh: Bir Aralığa Sıkıştırma
- Olasılıklar için Softmax