简单易懂的softmax交叉熵损失函数求导
本博客转自：http://m.blog.csdn.net/qian99/article/details/78046329
来写一个softmax求导的推导过程，不仅可以给自己理清思路，还可以造福大众，岂不美哉~
softmax经常被添加在分类任务的神经网络中的输出层，神经网络的反向传播中关键的步骤就是求导，从这个过程也可以更深刻地理解反向传播的过程，还可以对梯度传播的问题有更多的思考。
softmax 函数
softmax(柔性最大值)函数，一般在神经网络中， softmax可以作为分类任务的输出层。其实可以认为softmax输出的是几个类别选择的概率，比如我有一个分类任务，要分为三个类，softmax函数可以根据它们相对的大小，输出三个类别选取的概率，并且概率和为1。
softmax函数的公式是这种形式：
推导过程如下，记softmax函数为：
损失函数 loss function
在神经网络反向传播中，要求一个损失函数，这个损失函数其实表示的是真实值与网络的估计值的误差，知道误差了，才能知道怎样去修改网络中的权重。
损失函数可以有很多形式，这里用的是交叉熵函数，主要是由于这个求导结果比较简单，易于计算，并且交叉熵解决某些损失函数学习缓慢的问题。交叉熵的函数是这样的：
在这里，yi表示真实的分类结果。
首先，我们要明确一下我们要求什么，我们要求的是我们的loss对于神经元输出(zi)的梯度，即：
根据复合函数求导法则：
有人可能有疑问了，这里为什么是aj而不是ai，这里要看一下softmax的公式了，因为softmax公式的特性，它的分母包含了所有神经元的输出，所以，对于不等于i的其他输出里面，也包含着zi，所有的a都要纳入到计算范围中，并且后面的计算可以看到需要分为i=j和i≠j两种情况求导。
下面我们一个一个推：
第二个稍微复杂一点，我们先把它分为两种情况：
①如果i=j：
②如果i≠j：
接下来我们只需要把上面的组合起来：
最后的结果看起来简单了很多，最后，针对分类问题，我们给定的结果yi最终只会有一个类别是1，其他类别都是0，因此，对于分类问题，这个梯度等于：
看起来清爽多了，我们算得的梯度就是神经元的输出-1，是不是很神奇呢~