softmax

---

softmax 函数

函数库: TyDeepLearning

语法

Y = softmax(X)

说明

Y = softmax(X) softmax 函数，它是二分类函数 sigmoid 在多分类上的推广，目的是将多分类的结果以概率的形式展现出来。示例

对输入数据在最后一个维度上的元素计算 Softmax：即先减去该维度上的最大值，再取指数，并在该维度上归一化，使结果之和为 1。 softmax 定义为：

其中， 是输入数据在最后一个维度上的第 i 个元素。

示例

执行 softmax 激活操作

执行 softmax 激活操作，将其应用到数组，输出操作后的数组。

using TyDeepLearning
using Random
set_backend(:mindspore)
Random.seed!(1234)
X = rand(Float32, (3, 2))
Y = softmax(X)
print(Y)

Float32[0.5441716 0.4558284; 0.38628808 0.61371195; 0.52208847 0.47791153]

输入参数

X-输入数据

数组

输入数据，指定为数组。

数据类型： Float16 | Float32 | Float64 | Int64

输出参数

Y-Softmax激活

数组

Softmax 激活，以数组的形式返回。

另请参阅

relu | leakyrelu | sigmoid