ソフトマックス回帰を使用してニューラル ネットワークを作成しようとしています。次の回帰式を使用しています。
1000x100 の入力があるとしましょう。つまり、それぞれのサイズが 10x10 の 1000 個の画像があるとします。ここで、画像が A、B、C、D、E、F、G、H、I、J の文字の画像であるとしましょう。これを予測しようとしています。私の設計は次のとおりです: 100 個の入力 (各画像) と 10 個の出力を持ちます。
以下の疑問があります。n が x^n の上付き文字であることを考えると、分子に関して、w (w = 10x100 の次元の重み - 10 は出力の数を表し、100 は入力の数を表す) と単一のドット積を実行する必要があります。 x（単一の画像）またはすべての画像を組み合わせた（1000x100）？私はPythonでコーディングしているので、wとx ^ T（10x100ドット100x1000）の内積を行うと、それを指数にする方法がわかりません。私はnumpyを使用しています。これらの行列を指数としてどのように上げることができるかについて、私は頭を悩ませています。