softmax将线性分类器的输出数值映射在[0,1]范围内,映射后各元素的总和为1
线性分类器输出做softmax 应用例代码实现
import numpy as np
f=np.array([1,-2,0])
p=np.exp(f)/np.sum(np.exp(f))
print(p)
[0.70538451 0.03511903 0.25949646]
softmax将线性分类器的输出数值映射在[0,1]范围内,映射后各元素的总和为1
线性分类器输出做softmax 应用例代码实现
import numpy as np
f=np.array([1,-2,0])
p=np.exp(f)/np.sum(np.exp(f))
print(p)
[0.70538451 0.03511903 0.25949646]
本文标题:深度学习笔记:Softmax函数
本文链接:https://www.haomeiwen.com/subject/gulugxtx.html
网友评论