softmax回归的从零开始实现

文档摘要

softmax回归的从零开始实现 :label: (就像我们从零开始实现线性回归一样，) 我们认为softmax回归也是重要的基础，因此(应该知道实现softmax回归的细节)。本节我们将使用刚刚在 :numref: 中引入的Fashion-MNIST数据集，并设置数据迭代器的批量大小为256。初始化模型参数和之前线性回归的例子一样，这里的每个样本都将用固定长度的向量表示。原始数据集中的每个样本都是$28 \times 28$的图像。本节[将展平每个图像，把它们看作长度为784的向量。] 在后面的章节中，我们将讨论能够利用图像空间结构的特征，但现在我们暂时只把每个像素位置看作一个特征。回想一下，在softmax回归中，我们的输出与类别一样多。