Softmax 回归的向量化实现
我正在 Octave 中实现 softmax 回归。目前我正在使用使用以下成本函数和导数的非矢量化实现。
来源：Softmax 回归
现在我想在 Octave 中实现它的矢量化版本。对我来说，为这些方程编写矢量化版本似乎有点困难。有人可以帮我实现这个吗？
谢谢乌普尔
I’m implementing softmax regression in Octave. Currently I’m using a non-vectorized implementation using following cost function and derivatives.
Source: Softmax Regression
Now I want to implement vectorized version of it in Octave. It seems like bit hard for me to write vectorized versions for these equations. Can somebody help me to implement this ?
Thanks
Upul
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
这与吴恩达深度学习课上的练习非常相似，他们给出了一些提示
http://ufldl.stanford.edu/wiki/index.php/Exercise:Vectorization
This is very similar to an exercise in Andrew Ng's deep learning class, they give some hints
http://ufldl.stanford.edu/wiki/index.php/Exercise:Vectorization