Logits

定义 Definition

logits 是 logit 的复数形式。在统计学与机器学习中，logit 通常指“对数几率”：把某事件发生的概率 (p) 转换为
(\log\frac{p}{1-p})。在深度学习里，logits 也常指模型在经过 softmax/sigmoid 之前输出的“未归一化分数”（原始打分）。

发音 Pronunciation (IPA)

/ˈlɔːdʒɪts/（美式常见：/ˈlɑːdʒɪts/）

例句 Examples

The model outputs logits before applying softmax.
模型在应用 softmax 之前会输出 logits。

During training, we compute the loss from the logits, which represent unnormalized class scores and can be converted into probabilities.
训练时，我们用 logits 来计算损失；logits 表示未归一化的类别分数，并可进一步转换为概率。

词源 Etymology

logit 由 log（对数）与 -it（源自 logistic 的构词形式）组合而来，最早与逻辑斯蒂回归（logistic regression）中的“对数几率变换”相关；logits 是其复数，用于指多个类别/样本的对数几率或原始分数。

相关词 Related Words

• Logit
• Log-Odds
• Odds
• Probability
• Softmax
• Sigmoid
• Logistic-Regression
• Cross-Entropy

文学与经典著作 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在逻辑斯蒂回归与分类章节中讨论 logit/log-odds。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在概率分类与逻辑斯蒂模型相关内容中使用该术语。
• Deep Learning（Goodfellow, Bengio, Courville）——在 softmax、交叉熵与分类模型部分常用 “logits” 表示 softmax 之前的输出。
• Speech and Language Processing（Jurafsky & Martin）——在神经网络分类与序列建模相关章节中常出现 “logits” 的用法。