python softmax函数

单维度 argmax，max函数：

import numpy as np
a = np.array([3, 1, 2, 4, 6, 1])
print(np.argmax(a))
4print(a.max())

softmax后，直接获取第几维的分数，就是预测值

python numpy softmax函数：

import numpy as np
def softmax(x):x_exp = np.exp(x)# 如果是列向量，则axis=0x_sum = np.sum(x_exp, axis=0, keepdims=True)s = x_exp / x_sumreturn sdata=np.array([1,0.5,-2,2,5])
soft_v= softmax(data)
index_v=np.argmax(soft_v, axis=0)print(index_v,round(soft_v[index_v],3))
print(soft_v)

pytorch softmax函数用法：

    import torchimport numpy as npimport torch.nn.functional as torch_Fdata=np.array([[[0.5,-0.5],[-0.05,-0.05]]])t_data = torch.from_numpy(data.astype(np.float32))scores = torch_F.softmax(t_data, dim=-1)print(scores)scores = scores.squeeze(0).data.cpu().numpy()[:, 1]print(scores)

softmx 计算公式如下，值越大，分数越高，不是正比例关系，能避免求和或乘法-0.5 和0.5的符号带来的抵消关系。

两组值是不一样的：

import numpy as np
z = np.array([1.0, 2.0])
print(np.exp(z)/sum(np.exp(z)))z = np.array([0.1, 0.2])
print(np.exp(z)/sum(np.exp(z)))

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
softmax = [round(i / sum_z_exp, 3) for i in z_exp]
print(softmax)  # Result: [0.024, 0.064, 0.175, 0.475, 0.024, 0.064, 0.175]

[2.718281828459045, 7.38905609893065, 20.085536923187668, 54.598150033144236, 2.718281828459045, 7.38905609893065, 20.085536923187668]
114.98389973429897
[0.024, 0.064, 0.175, 0.475, 0.024, 0.064, 0.175]

Python使用numpy计算的示例代码:

import numpy as np
z = np.array([1.0, 2.0, 3.0, 4.0, 1.0, 2.0, 3.0])
print(np.exp(z)/sum(np.exp(z)))

python softmax函数相关推荐

Python实现softmax函数
Python实现softmax函数 : PS:为了避免求exp(x)出现溢出的情况,一般需要减去最大值. # -*-coding: utf-8 -*-import tensorflow as tf i ...
使用python构建三层神经网络、softmax函数
[机器学习]使用python手写三层神经网络输入层到第一层的传递表示第一层到第二层的传递表示第二层到第三层的传递表示全过程传递表示代码输入层到第一层的传递表示首先看输入层到第一层的第一个神 ...
softmax函数到底是什么？——归一化指数函数，及其python实现
softmax应该算是机器学习的入门数学知识了.softmax函数,它并不十分复杂,但又不是十分简单,总之这个函数就是很难去背诵下来,以致于每次你要写softmax的时候,都得搜一下才行.而每次搜索s ...
深度学习——用softmax函数来规范可变参数
参考书籍:<深度学习--基于Python语言和TensorFlow平台> 'nn'是neural network的缩写,nn是TensorFlow的一个重要子类(包),其中的softmax ...
python3实现softmax + 函数曲线绘制
绘制softmax函数曲线 + python3实现 import numpy as np# 实现方法1 def softmax(x):return np.exp(x)/np.sum(np.exp(x) ...
深度学习：softmax函数
一般回归问题的激活函数用的是恒等函数,二元分类问题用的是sigmoid函数,而多元分类问题可以使用softmax函数作为激活函数. softmax函数式为: softamx函数用Python实现: i ...
Softmax函数与交叉熵
Softmax函数背景与定义导数 softmax的计算与数值稳定性 Loss function 对数似然函数交叉熵 Loss function求导 TensorFlow 方法1手动实现不建议使用 ...
logisitic和softmax函数
1,logistic函数其实logistic函数也就是经常说的sigmoid函数,它的几何形状也就是一条sigmoid曲线.logistic函数的公式形式如下: 其中,x0表示了函数曲线的中心(si ...
【Python】函数图像绘制：二维图像、三维图像、散点图、心形图
[Python]函数图像绘制:二维图像.三维图像.散点图.心形图所有需要用的包二维图像三维图像散点图绘制心形图绘制所有需要用的包 from mpl_toolkits.mplot3d imp ...

python softmax函数

python softmax函数相关推荐

最新文章

热门文章