Unverified50% confidenceFactExact time
逻辑回归的前向传播流程为：线性组合 z = w·x + b，通过 sigmoid 激活 ŷ = 1/(1+e^(-z))，再计算交叉熵损失
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified逻辑回归的参数通过最大化对数似然函数（等价于最小化交叉熵损失）来估计73% similarUnverified扩散模型的前向扩散过程可用马尔可夫链描述：q(x_t|x_{t-1}) = N(x_t; √(1-β_t)x_{t-1}, β_tI)71% similarVerified逻辑回归通过Sigmoid函数将线性组合的输出压缩到(0,1)区间，表示样本属于某一类别的概率69% similarUnverified重参数化技巧将采样表示为 z = μ + σ × ε（ε从标准正态分布采样），使随机性外置于ε，从而让μ和σ的梯度可正常反向传播实现端到端训练65% similarUnverified逻辑回归与线性回归的唯一区别是在线性输出Z外包裹了一个Sigmoid函数65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/900284API
curl https://kongchang.com/api/v1/knowledge/claims/900284MCP
get_claim(id=900284)