softmax 函数的主要目的是转换（未归一化的）输出$K$单位（例如表示为$K$将全连接层的元素）转换为概率分布（归一化输出），通常表示为$K$元素，每个元素都介于$0$和$1$（概率）并且所有这些元素的总和是$1$（概率分布）。

在分类任务的情况下，$i$softmax 函数产生的向量的第 th 元素对应于网络的输入属于$i$th 类（例如狗）。

简而言之，softmax 函数有助于进行多分类，即输出两种可能性中的一种以上。它适用于分类交叉熵。