Softmax分类器

SVM分类器得到的是一个得分数值。Softmax得到的是一个概率值。

1. Sigmoid函数：（x 可以去任意值，y 得到0-1之间的数值（0-1数值相当于概率值）。）

                

2. Softmax分类器：

  Softmax的输出：归一化的分类概率。输入一个向量（向量元素为任意实数），输出的是一个向量（向量元素为0-1之间的概率值）

实例：

分类品种得	分值	将得到的值进行ex处理	做归一化处理得到每个分类的概率
狗	3.2	24.5	0.13
猫	5.1	164	0.87
猪	-1.7	0.18	0.00

得到归一化处理结果之后然后对得到的数值做-log（x）处理  来得到每一个分类的损失值。狗的损失值 -log（0.13）=0.89  ，猫的损失值 -log（0.87），猪的损失值 -log（0）。