机器学习基础—Softmax函数
我们都知道,机器学习中大量的预测结果是通过映射一个概率值来反映的。Softmax函数(也叫归一化函数)是深度学习中一个重要的映射函数,常用于多分类问题。
文章目录
1.定义
Softmax函数可以看作是逻辑回归二分类器在多分类场景中的泛化。通过将神经元输出的得分值映射到频率域,一个(0,1)的区间中,从而实现对样本的多分类。
Softmax函数的数学定义如下:
y i = S o f t m a x ( S i ) = e S i ∑ e S j y_i=Softmax(S_i)=\frac{e^{S_i}}{\sum e^{S_j}} yi=Softmax(Si)=∑eS