首页 > TAG信息列表 > keepdims
softmax - numpy实现
def softmax(x): x -= np.max(x, axis= 1, keepdims=True) f_x = np.exp(x) / np.sum(np.exp(x), axis=1, keepdims=True) return f_x 第一步：减去最大值。 因为在求exp时，可能因为指数过大，出现溢出的情况。 而在softmax中，重要的是两个数字之间的差值，只要差值相softmax - numpy实现
def softmax(x): x -= np.max(x, axis= 1, keepdims=True) f_x = np.exp(x) / np.sum(np.exp(x), axis=1, keepdims=True) return f_x 第一步：减去最大值。 因为在求exp时，可能因为指数过大，出现溢出的情况。 而在softmax中，重要的是两个数字之间的差值，只要差值相