二分类任务为什么常见用softmax而不是sigmoid

在搭建深度学习模型处理二分类任务的时候，我们常常想到的是定义模型一个输出，然后sigmoid激活输出结果，映射到0-1之间，然后二分类交叉熵损失函数进行训练即可，但是我常常看到的很多别人写的工程代码中，二分类他们都是定义2个输出，然后softmax映射成0和1的概率，再用多分类的交叉熵损失函数进行训练，我就很奇怪为啥要这样，直到最近在跑一个任务，搭建的模型非常复杂，用的一个输出后面接sigmoid，然后。。。。。就出锅了，原因很简单，数据爆炸了，一个输出的内容为-1000到1000多这样的范围（在深度模型训练这种范围数据波动很常见），然后对sigmoid的计算而言，就直接数据爆炸了，要么全0要么全1，导致模型根本没法训练，而输出2个节点后面接softmax会好很多，因为计算方式不一样，导致softmax对这种数据爆炸问题会相对鲁棒性更好，我直接修改成softmax训练模型，很快就收敛了，扎心了，也算一个很大的收获了，以后尽量用softmax了。。。。。。。。。