Softmax迴歸---多分類問題

在讀文章之前，先讀Logistic迴歸,Logistic迴歸是Softmax迴歸的特殊情況，即二分類情況。
softmax函數的本質就是將一個K維的任意實數向量壓縮（映射）成另一個K維的實數向量，其中向量中的每個元素取值都介於（0，1）之間。
softmax的迴歸函數是：
寫成矩陣的形式如下：

最後實際求的是：
softmax的損失函數爲：

用梯度下降法求解，對seta求偏導如下。

seta的迭代公式是：