带温度参数的softmax:带温度参数的softmax是一种软化的softmax形式,它也以e为底数,但采用了一个额外的温度参数T。温度参数T越大,得到的概率分布会更加平滑,而T越小,则会产生更大的差异性。
优点:经过使用指数形式的Softmax函数能够将差距大的数值距离拉的更大
缺点:但是也带来了缺点,当 �� 值非常大的话,计算得到的数值也会变的非常大,数值可能会溢出。
带温度参数的softmax:带温度参数的softmax是一种软化的softmax形式,它也以e为底数,但采用了一个额外的温度参数T。温度参数T越大,得到的概率分布会更加平滑,而T越小,则会产生更大的差异性。
优点:经过使用指数形式的Softmax函数能够将差距大的数值距离拉的更大
缺点:但是也带来了缺点,当 �� 值非常大的话,计算得到的数值也会变的非常大,数值可能会溢出。