Softmax回归---多分类问题

在读文章之前，先读Logistic回归,Logistic回归是Softmax回归的特殊情况，即二分类情况。
softmax函数的本质就是将一个K维的任意实数向量压缩（映射）成另一个K维的实数向量，其中向量中的每个元素取值都介于（0，1）之间。
softmax的回归函数是：
写成矩阵的形式如下：

最后实际求的是：
softmax的损失函数为：

用梯度下降法求解，对seta求偏导如下。

seta的迭代公式是：