简简单单了解一下softmax与交叉熵

非晚非晚

已于 2022-01-19 14:06:41 修改

阅读量3.3k

点赞数 8

分类专栏：深度学习文章标签：深度学习 softmax 交叉熵损失函数多分类任务

于 2022-01-11 21:16:51 首次发布

本文链接：https://blog.csdn.net/QLeelq/article/details/122197933

版权

深度学习专栏收录该内容

14 篇文章 9 订阅

订阅专栏

文章目录

1. softmax
2. 交叉熵
- 2.1 线性回归中的损失函数MSN
- 2.2 交叉熵

也看了不少softmax和交叉熵的文章了，不少文章对它们的来龙去脉做了比较清晰地梳理，有些文章讲得过于复杂，从信息量、相对熵(KL散度)讲到交叉熵，对于想要实际应用的同学来说，其实没有必要掌握它的来龙去脉，于是在此，对softmax和交叉熵的概念和公式进行简要说明，辅助以实际例子对它们具体说明。

1. softmax

softmax用于多分类过程中，它将多个神经元的输出，映射到 $(0, 1)$ 区间内，可以看成概率来理解，从而来进行多分类！假设我们有一个数组， $V_i$ 表示 $V$ 中的第 $i$ 个元素，那么这个元素的 softmax 值就是

$S_i = \frac{e^{V_i}}{\sum_j e^{V_j}}$

举个例子，假设有现在有3个数据，它们为[3,1,-3]，经过softmax层之后，处理结果如下：

$S_0 = \frac{e^{3}}{e^{3}+e^{1}+e^{3}}=0.87887824$
$S_1= \frac{e^{1}}{e^{3}+e^{1}+e^{-3}}=0.11894324$
$S_2= \frac{e^{-3}}{e^{3}+e^{1}+e^{-3}}=0.00217852$
实际应用中，使用softmax需要注意数值溢出的问题。因为有指数运算，如果V数值很大，经过指数运算后的数值往往可能有溢出的可能。所以，需要对 V 进行一些数值处理：即V中的每个元素减去V中的最大值。公式如下所示：
$D = m a x (V)$

$S_i = \frac{e^{V_i - D}}{\sum_j e^{V_j - D}}$

softmax实现代码如下所示：

import numpy as np

scores = np.array([3, 1, -3])

#原始函数操作
p = np.exp(scores) / np.sum(np.exp(scores))
print(p)

# 防止溢出操作
scores -= np.max(scores) 
print(scores)
p = np.exp(scores) / np.sum(np.exp(scores))
print(p)

输出：

[0.87887824 0.11894324 0.00217852]
[ 0 -2 -6]
[0.87887824 0.11894324 0.00217852]

为了便于理解，再放一张softmax的计算流程：

在这里插入图片描述

2. 交叉熵

交叉熵（cross entropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。

2.1 线性回归中的损失函数MSN

在线性回归问题中，常常使用MSE（Mean Squared Error）作为loss函数，比如：
在这里插入图片描述

这里的m表示m个样本的，loss为m个样本的loss均值。MSE在线性回归问题中比较好用，那么在逻辑分类问题中还是如此么？

为什么线性回归任务中不用MSN方法呢？

答：主要原因是在分类问题中，使用sigmoid/softmx得到概率，配合MSE损失函数时，采用梯度下降法进行学习时，会出现模型一开始训练时(这时候的概率往往很低)，学习速率非常慢的情况。
因为回归问题要求拟合实际的值，通过MSE衡量预测值和实际值之间的误差，可以通过梯度下降的方法来优化。而不像分类问题，需要一系列的激活函数（sigmoid、softmax）来将预测值映射到0-1之间。
如果分类任务使用sigmoid，当输出是0或1的值时，梯度接近于0，也出现了梯度消失现象。