基于pytorch的实现logistic和softmax回归，模型的创建分别含手动和torch，博客见https://blog.csdn.net/qq_37534947/article/details/108179408

本代码包括kmeans提取特征，词袋模型提取特征，并利用softmax训练分类器。

tenforflow_softmax，python语言

使用matlab训练基本的神经网络，数据是使用的6类气体的数据，共有3600个，分别测试了7个分类器的性能

RBF软件 是一种简单但有效的深度神经网络图像分类损失函数。 用编写并从修改过的RBF-Softmax项目。 在RBF-Softmax中，对数由RBF内核计算，然后由超参数缩放。 因此，此处将最后一个FC中的权重视为类原型。 RBF-Softmax管道 MNIST玩具演示可视化的RBF-Softmax和其他损失。 RBF软件 gif后面是在MNIST上训练的RBF-Softmax的2D特征可视化。 随着训练的进行，内部阶级的距离越来越小。 功能可见。 介绍 培训和测试RBF-Softmax 由于RBF-Softmax使用作为代码库，因此大多数安装遵循pycls。 请参考以获得安装说明。 安装后，请参阅以获取有关使用RBF-Softmax进行培训和评估的基本说明和示例命令。 模型动物园 我们提供了一些最终结果和预训练的模型，可以在下载。 请注意，我们在论文中报告了整个培训期

cs231n softmax python程序

通过建立Softmax Regression模型对简单的多分类问题进行求解，最终可以得出训练权重，并且绘制出训练数据可视化结果图

对于需要针对softmax损失进行改进提升的同学可能有所帮助

测试集正确率：0.9149

softmax回归是逻辑回归的延伸，用来处理多分类问题，此代码是用matlab实现 softmax回归是逻辑回归的延伸，用来处理多分类问题，此代码是用matlab实现