2017-05-05 10 views
0

我正在進行張量流MNIST教程修改,我有36個類。在做推理時,如何計算每個班級相關的概率百分比?

我NN輸出:

[[ -2386.17529297 18497.5546875 12824.89257812 11382.53417969 5093.64941406 13072.60546875 -4560.9921875 13502.52148438 6688.22802734 -20945.26953125 9932.95605469 -9839.86816406 -51489.03515625 5788.45410156 -16452.57421875 6666.68457031 3585.06298828 56.68802261 12293.05664062 11485.73535156 8274.83496094 10686.38769531 1002.59674072 7018.57275391 -10461.40039062 -7438.14501953 4308.97021484 -12628.72949219 -12593.25390625 17131.04296875 -33693.35546875 8738.546875 4923.90917969 -19373.60351562 11723.73339844 -2816.69580078]]

使用SOFTMAX後:

[[ 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]

回答

1

我會說你已經看到了一個熱載體,由於模型的大輸出。

softmax計算爲p_i = exp(o_i)/ sum(exp(o_j))。

你正在提高你的輸出的能力,除以所有指數的總和。因此,對於較大的輸出值,您的分類器變得非常有信心,因爲您可以看到e ^(18497.55)(您的第二個輸出)比所有其他輸出大得多。

你在模型中使用過任何正則化嗎?正則化會將您的模型偏向較小的權重,並且通常會確保較小的輸出。