線性迴歸模型適⽤於輸出爲連續值的情景，在另⼀類情景中，模型輸出可以是⼀個像圖像類別這樣的離散值。對於這樣的離散值預測問題，我們可以使⽤諸如softmax迴歸在內的分類模型。和線性迴歸不同，softmax迴歸的輸出單元從⼀個變成了多個，且引⼊了softmax運算使輸出更適合離散值的預測和訓練。本節以softmax迴歸模型爲例，介紹神經⽹絡中的分類模型。
1、 softmax迴歸模型
softmax通過下式將離散輸出值變換成正的且和爲1的概率值。
總結：softmax一般是用於分類模型的輸出的最後一層
2、 交叉熵損失函數
