Softmax函数

Softmax函数简介

数学含义

   在数学中,softmax函数,又被称为归一化指数函数,是逻辑函数的一般化形式,它能够将一个 K 维的向量z转化成一个 K 维的、元素在[0,1]范围内的向量 σ(z) ,而且向量 σ(z) 中元素加起来等于 1 。softmax函数的形式如下:

σ(z)j=ezjKk=1ezkforj=1,...,K


概率论含义

   在概率论里,softmax函数的输出可以用于表示一个类别分布(categorical distribution),也就是说,是关于 K 个不同可能结果的概率分布。事实上,softmax函数是类别概率分布中的梯度-对数-归一化工具(gradient-log-normalizer)。
   softmax函数被用于不同的多类别分类方法中,例如多类别逻辑回归、多类线性判别分析、朴素贝叶斯分类器和人工神经网络等。而在多类逻辑回归和线性判别分析中,softmax函数的输入是K个不同的线性函数的结果(也就是 K xTwj);函数的输出是给定样本向量 x 和权重向量w下,样本向量属于第 j 个类别的预测概率,预测概率的公式如下:

P(y=j|x)=exTwjKk=1exTwk


参考资料

softmax函数-维基百科 https://en.wikipedia.org/wiki/Softmax_function

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值