为什么softmax函数需要减去一个max值

背景：在softmax函数对vector值进行计算，转换为[0, 1]区间的概率值的时候，往往会先对vector中每个元素减去一个max(vector)值。本文主要记录下对神经网络学习中，关于softmax函数计算的track背后的原因。

---

1. Softmax函数介绍
   首先来看一下softmax函数的公式：

   

   
   可以看到，softmax函数对vector处理的主要目的就是将vector的所有value处理到[0, 1]之间的类概率值。那么，为什么叫softmax呢？根据CS224n的说法，主要是因为softmax函数的效果是能够让vector中最大的数被取到的概率非常大，同时又不至于像max函数那么极端使得取到其他数的概率为0，所以叫softmax。

    

2. 为什么要减去max
   那么为什么要对每一个x减去一个max值呢？从需求上来说，如果x的值没有限制的情况下，当x线性增长，e指数函数下的x就呈现指数增长，一个较大的x（比如1000）就会导致程序的数值溢出，导致程序error。所以需求上来说，如果能够将所有的x数值控制在0及0以下，则不会出现这样的情况，这也是为什么不用min而采用max的原因。

3. 数学上如何保证正确性？
   正确性的关键就是要证明：softmax(x)=softmax(x+c)

   

   
   上面就是简单的数学推导过程，不难发现，对任意常数c来说，都不会影响softmax的结果。所以只要把常数c设置为-max就可以实现上面的优化效果。

------------------------------------------------
原文：https://www.jianshu.com/p/afa0ac6b7201