在数学，尤其是概率论和相关领域中，归一化指数函数，或称Softmax函数，是逻辑函数的一种推广。它能将一个含任意实数的K维向量z“压缩”到另一个K维实向量σ(z)中，使得每一个元素的范围都在(0,1)之间，并且所有元素的和为1。该函数多于多分类问题中。
import
math
z
=
[
1.0
,
2.0
,
3.0
,
4.0
,
1.0
,
2.0
,
3.0
]
z_exp
=
[math.exp(i)
for
i
in
z]
print
(z_exp)
# Result: [2.72, 7.39, 20.09, 54.6, 2.72, 7.39, 20.09]
sum_z_exp
=
sum
(z_exp)
print
(sum_z_exp)
# Result: 114.98
# Result: [0.024, 0.064, 0.175, 0.475, 0.024, 0.064, 0.175]
softmax
=
[
round
(i
/
sum_z_exp,
3
)
for
i
in
z_exp]
print
(softmax)
|