softmax 函数的目的不是对概率进行归一化以使它们的总和为 1 吗？因此，当我们将此方法应用于已经标准化的数字时，它会改变它们。这些新结果说明了什么？既然都变了，那么靠谱吗？
from scipy import special
scipy.special.softmax([0.4,0.6])
给出：
array([0.450166, 0.549834])
已归一化概率的 Softmax 函数结果
数据挖掘
美国有线电视新闻网
正常化
软最大
2022-03-04 10:35:21
1个回答
求和为 1 只是 softmax 函数的一个属性。
softmax 函数取每个值的指数并将其除以所有值的指数之和。正如您在示例中看到的那样，这倾向于将值聚集到平均值。
虽然 softmax 的输出看起来和闻起来像概率，但它们的值实际上并不对应于从该分布中采样的可能性。最好将它们视为您预测的信心。
其它你可能感兴趣的问题