sigmoid, softmax

$\bullet$ sigmoid函数

值域(0,1)
常用于二分类问题

$\bullet$ softmax函数

每一项的区间范围的(0,1)
所有项相加的和为1.
常用于多分类问题

$\bullet$ 区别：
softmax 当类别数是2时，它退化为二项分布，而它和sigmoid真正的区别就在这儿——二项分布包含两个分类类别（姑且分别称为A和B）；
sigmoid 而两点分布其实是针对一个类别的概率分布，其对应的那个类别的分布，直接由1-P粗暴得出。

参考：
全 激活函数(sigmoid、tanh、ReLU、softmax)
辨析理解：二分类情况下sigmoid函数和softmax函数区别
辅助理解：二分类—sigmoid