一、邏輯回歸多分類

假設激活函數使用的是sigmoid函數

邏輯回歸多分類其實是多個二分類而已，若求三分類問題需要對訓練的數據樣本進行適當的修改調整即可，如何修改樣本數據可以參考邏輯回歸二分類和多分類本質區別，內容都一樣，這里就不在過多的贅述。
最后計算處的p1和p2是個概率，范圍在0-1直接，因為這里的激活函數是sigmoid函數
誰大就是誰，就歸于那一類。邏輯回歸的二分類實際就是softmax多分類的一個特例而已！！！
邏輯回歸多分類是可以單獨分層幾個部分，各部分模塊互不干涉互不影響。

二、softmax多分類

softmax最后得出的計算概率，所有的計算概率之和為1，這一點是很棒的。這幾個不會單獨分開，是一個整體，要求第一個softmax計算概率必須得到s1和s2的值，通常情況我們把傳遞s1和s2的這一層稱之為softmax層
當然，softmax模型同樣是計算w0-w7這些參數