秒懂Softmax归一化

在多分类问题中,通常会使用softmax函数作为网络输出层的激活函数,softmax函数可以对输出值进行归一化操作,把所有输出值都转化为概率(0~1之间),所有概率值加起来等于1,softmax的公式为(啥? 公式? 看不懂?  没关系!看例子!)∶

又或这个东西

还是来看Demo吧!

例如:某个神经网络有3个输出值,为[1,5,3]。

在数学中有个数叫e(数学中一个常数,是一个无限不循环小数,且为超越数,其值约为2.718281828459045)

先计算出e^1(e的1次方),e^5,e^3和它们的和的数值来,e^1=2.718、e^5=148.413,e^3=20.086、e^1+e^5+e^3=171.217

那么1所对应的概率就是

然后5的概率

3的概率

0.016+0.867+0.117=1

就是这么算的!

再来一个Demo:

应该明白了趴!!

 

  • 29
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Softmax归一化是一种常用的数据归一化方法,特别在多分类问题中应用广泛。它将实数输出映射到零到正无穷之间,并将所有输出结果进行归一化。具体来说,Softmax归一化通过指数函数将每个实数输出转化为一个概率值,使得所有概率值相加等于1。这样可以方便地将输出结果解释为各个类别的概率分布。 在实际应用中,Softmax归一化可以通过对输出向量中的每个元素应用指数函数,然后将所有元素相加得到分母,再将每个元素除以分母来实现。这样可以将每个元素的值转化为一个表示该元素所对应类别概率的分数。最终,所有分数相加等于1,表示了各个类别之间的相对概率分布。 举例来说,假设有一个输出向量[1, 1, 2, 4, 6, 8],应用Softmax归一化后,将得到一个新的输出向量[7.87494471e-04, 7.87494471e-04, 2.14063213e-03, 1.58172492e-02, 1.16874546e-01, 8.63592565e-01]。这个新的输出向量表示了各个类别的概率分布,其中索引为5的元素具有最大的概率值,所以对应的类别最有可能是输出结果中的分类。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Softmax归一化【把数据压缩到[0,1],把量纲转为无量纲的过程,方便计算、比较等】](https://blog.csdn.net/weixin_43135178/article/details/116142558)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [softmax详解](https://blog.csdn.net/qq_30460949/article/details/97625216)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AIOT魔法师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值