[PYTHON] Zura mit Softmax-Funktion implementiert

Was ist eine Softmax-Funktion?

Aktivierungsfunktion, die häufig bei Klassifizierungsproblemen usw. verwendet wird. Weil es die Inferenz mit Wahrscheinlichkeit dem richtigen Antwortetikett zuordnet. Beispiel) Softmax für handschriftliche 8 mit Mnist [0.05, 0.01, 0.04, 0.1, 0.02, 0.05, 0.2, 0.03, 0.4, 0.1]

Entspricht der Vorhersagewahrscheinlichkeit der Zahlen 0, 1, 2, ... 9 aus dem linken Element (prognostiziert 8 mit einer Wahrscheinlichkeit von 40%) Addiere alle Elemente, um 1 zu erhalten.

Implementierung

softmax.py

# coding: UTF-8
import numpy as np

#Softmax-Funktion
def softmax(a):
    #Holen Sie sich den größten Wert
    c = np.max(a)
    #Subtrahieren Sie den größten Wert von jedem Element (Überlauf-Gegenmaßnahmen)
    exp_a = np.exp(a - c)
    sum_exp_a = np.sum(exp_a)
    #Elementwert/Summe aller Elemente
    y = exp_a / sum_exp_a

    return y 


a = [23.0, 0.94, 5.46]
print (softmax(a))
# [  9.99999976e-01   2.62702205e-10   2.41254141e-08]

Verweise Deep Learning von Grund auf neu