.png){kind=icon}
返回
The softmax function: Properties, motivation, and interpretation
.png){kind=icon}
OA
AI
DOI：10.31234/osf.io/vsw47.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Softmax函数是一种无处不在的辅助函数，常被用作无序分类数据的概率性链接函数，并应用于各类模型中，如回归模型、人工神经网络或概率认知模型。要全面理解涉及Softmax函数的模型，需要对Softmax函数本身具备不同层面的理解。对于输入-输出导向的模型（如回归模型或神经网络模型），数学性质至关重要。而对于具有可解释且有意义内部表示的模型（如概率认知模型），我们还需要深入理解使用Softmax函数的动机（而非其他替代方法）的概念性认知。本教程对Softmax函数的非正式、数学及概念性属性进行了深入阐述，同时提供了两种数学推导（作为随机选择模型，以及作为最大熵分布），并辅以三种概念性解释，这些均可作为在需要解释建模选择的模型中使用Softmax函数的依据。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息