在分类问题中经常使用softmax函数:
- 分子:输入信号ak的指数函数
- 分母:所有输入信号的指数函数和
由上图可得,softmax函数的输出层的各个神经元都受到所有输入信号的影响
1. softmax函数的实现
# 神经网络的多元分类利用到softmax函数
import numpy as np
a = np.array([0.3, 2.9, 4])
exp_a = np.exp(a) # 指数函数
print(exp_a)
sum_exp_a = np.sum(exp_a)
print(sum_exp_a)
y = exp_a / sum_exp_a
print(y)
# softmax由于存在指数运算,会存在数据溢出问题(计算机运算时的数据应该保持在4~8字节的数据带宽内)