softmax分类器

softmax分类器输出的是属于不同类别的概率值，公式为：

def softmax_loss(x, y):    
    """    
    Computes the loss and gradient for softmax classification. 
    #此处的np.max表示按行相加并保持其二维性 
    """    
    probs = np.exp(x - np.max(x, axis=1, keepdims=True))     
    probs /= np.sum(probs, axis=1, keepdims=True)    
    N = x.shape[0]   
    #这里的log是计算得到的正确概率的损失值，得到的loss越大说明越不准确
    loss = -np.sum(np.log(probs[np.arange(N), y])) / N    
    dx = probs.copy()    
    dx[np.arange(N), y] -= 1    
    dx /= N  

    return loss, dx