Logit (Reti Neurali): differenze tra le versioni

Versione attuale delle 13:46, 17 ago 2024

Logit (Reti Neurali)
Nome Inglese	Logit
Sigla

I valori assunti dagli output dell'ultimo layer di una rete neurale vengono chiamati logits. Essi possono assumere qualsiasi valore nell'intervallo dei numeri reali, z(x) ∈ ℝ, quindi in genere sono seguiti da un layer come il Sigmoide per la classificazione binaria o un layer Softmax per la classificazione multi-etichetta

@@ Riga 8: / Riga 8: @@
              |title=Logit
              |title_mode=append
-             |keywords="rete neurale, apprendimento automatico, machine learning, sigmoide, softmax, classificazione, deep learning, intelligenza artificiale, modello predittivo, funzione di attivazione"
+             |keywords=rete neurale, apprendimento automatico, machine learning, sigmoide, softmax, classificazione, deep learning, intelligenza artificiale, modello predittivo, funzione di attivazione
-             |description="In una rete neurale, i logits sono i valori di output dell'ultimo layer prima di essere passati ad una funzione di attivazione come la sigmoide o la softmax. I logits possono assumere qualsiasi valore reale e vengono utilizzati per calcolare la probabilità di appartenenza ad una classe."
+             |description=In una rete neurale, i logits sono i valori di output dell'ultimo layer prima di essere passati ad una funzione di attivazione come la sigmoide o la softmax. I logits possono assumere qualsiasi valore reale e vengono utilizzati per calcolare la probabilità di appartenenza ad una classe.
              }}