Softmax 反向传播公式推导
标签(空格分隔): Caffe源代码
Softmax是深度学习最常见的激活函数,能够将输入按照某一维度进行归一化,输出(0, 1)的值
Softmax函数形式为:
现在我们对Softmax函数进行求导,分为两种情况:
(1)当
时,
显然,上面式子可以化简成如下:
(2)当
时
那么在Caffe代码中怎么进行反向传播的呢?
标签(空格分隔): Caffe源代码
Softmax是深度学习最常见的激活函数,能够将输入按照某一维度进行归一化,输出(0, 1)的值
Softmax函数形式为:
现在我们对Softmax函数进行求导,分为两种情况:
(1)当
时,
显然,上面式子可以化简成如下:
(2)当
时
那么在Caffe代码中怎么进行反向传播的呢?