Softmax层与LogSoftmax层的对比

• 1. Softmax

作用：将网络输出值的每一维映射成（0，1）之间的概率值，且所有维的概率值之和等于1。

具体理解：

神经网络解决多分类（N分类）问题，最后一层输出会是N个神经元，所以对于每一个输入样本，都对应输出一个N维的向量，如[-2.3 , 1.9 , 3.4 , -5.6]，此时每一维的值有正有负有大有小。

一般会将此时网络的输出再通过一个softmax层，每一维都变成了一个[0,1]之间的概率值，并且所有维的概率值之和等于1，将概率值最大的一维规定为该输入样本对应的标签类，如[0.1 , 0.2 , 0.6 , 0.1]，为第三类。

softmax具体的计算公式为：（指数函数可以将R上所有的值映射到（0，正无穷））

pytorch代码调用：

self.softmax = nn.Softmax(dim=-1)
##########################################
p = self.softmax(logist)

注意：

dim=0:对第0维（每一列）的所有元素进行softmax运算

dim=1:对第1维（每一行）的所有元素进行softmax运算

dim=-1:对倒数第1维的所有元素进行softmax运算

 

• 2. LogSoftmax

 作用：就是对每一个y取, 一方面是为了解决溢出的问题，另一方面是方便CrossEntropyLoss的计算。

具体理解： 如上图，因为softmax会进行指数操作，当上一层的输出，也就是softmax的输入比较大的时候，可能就会产生overflow。比如上图中，z1、z2、z3取值很大的时候，超出了float能表示的范围。  同理当输入为负数且绝对值也很大的时候，会分子、分母会变得极小，有可能四舍五入为0，导致下溢出。  尽管在数学表示式上是对softmax在取对数的情况。但是在实操中是通过:

pytorch代码调用：

self.logsoftmax = nn.LogSoftmax(dim=-1)
#################################################
p = self.logsoftmax(logist)

 

 

• 3. 二者比较

联系：由上面的分析可以发现，LogSoftmax其实就是在Softmax的结果上再做一次log运算

区别：虽然在数学上 LogSoftmax(y) = log(Softmax(y))，但是做这两个单独操作速度较慢，数值上也不稳定，LogSoftmax这个函数实际上是使用了上述另一种公式来正确计算输出和梯度。

 

 

参考：

https://www.zhihu.com/question/358069078

https://blog.csdn.net/hao5335156/article/details/80607732