1.3.2 二分类模型

深度学习中的二分类原理与机器学习中的逻辑回归算法原理相同，均是对特征进行线性计算之后，使用sigmoid 函数对所得的结果进行概率转换，sigmoid 函数的输出结果用于最终二分类结果的判断。二分类模型原理图如图1.9所示。

其中，x（x₁、x₂）为输入的特征，以上模型的数学表达式如下所示。

图1.9 二分类模型原理图

式中，表示sigmoid函数的输出结果，即样本正类别的预测概率。

二分类模型的损失函数可以使用二分类交叉熵，其表达式如下所示。

式中，y_i表示样本的真实标签，即正类别标签（使用1表达）和负类别标签（使用0表达）。

二分类模型可以使用TensorFlow实现，代码如下所示。

运行代码，结果如下所示。

二分类模型也可以使用PyTorch实现，代码如下所示。

运行代码，结果如下所示。