⚡半分鐘⚡淺入淺出了解Softmax函數

最近學習機器學習，項目也有用到分類，用到了Softmax函數。相信很多小夥伴都會用到。

簡單說來，Softmax⟶ \longrightarrow⟶歸一化指數函數。

為什麼說是指數函數呢？

下面來看一下

當我們在做回歸的時候

左邊是我們的估計值和輸出，右邊使我們的回歸模型

當我們需要做分類的時候，左邊的估計值标簽隻有0-1，而我們得到的y 的值會有正有負，有大有小，若這樣得到的損失函數L 則會有很大的偏差，影響分類效果

故引入了Softmax函數，将y 的值歸一化到0-1之間。

将y 歸一化的Soft-max函數公式：

且

具體圖解如下：

Caution

Summary

1. Softmax 讓輸入歸一化到0-1之間。
2. 歸一化後的值比原本的值之間的差距更大。