Softmax回归
上篇文章线性回归本质上是回归问题。本篇要介绍的是一个分类问题。softmax回归是一个单层神经网络，在前一篇博客中，输入数据的维度是2，这里以Fashion-MNIST数据集为例，输入的是2828的图像。将2828的图像像素拉直，得到的是输入784维度的输入数据。所以本例当中输入数据的维度为784，那么上一篇文章中的W WW矩阵维度也就变成784维。
上篇文章线性回归当中，输出的是1维数据，在Softmax回归中，输出的是多维的数据，具体来说就是图片的类别，这个类别可能是猫、狗等。如果结果标签有10类，那么W WW矩阵的大小应该为784*10。
以输入维度4，输出维度3为例
