Cos’è e a cosa serve il layer softmax

Il layer softmax viene utilizzato quando una rete produce più di un singolo valore in output, e i diversi valori devono essere normalizzati nel range [0,\,1] per descrivere, ad esempio, delle probabilità.

Dato dunque un vettore di input \textbf{in} contenente d diversi valori

{\bf in}=[\text{in}_1,\,\dots,\,\text{in}_d]

Il livello softmax corrisponde con la funzione

\text{softmax}(x)=\dfrac{\exp\left({\displaystyle\text{in}_k}\right)}{\displaystyle\sum_{k'=1}^d\exp\left({\displaystyle\text{in}_{k'}}\right)}

In poche parole

‎‏‏‎ ‎‏‏‎✅ Il layer softmax viene utilizzato per normalizzare i valori di output di una rete neurale in modo che rappresentino una distribuzione di probabilità. Prende in input un vettore di valori e restituisce un vettore normalizzato in cui ogni valore è compreso tra 0 e 1.

Se hai trovato errori o informazioni mancanti scrivi a:
giacomo.dandria@esercizistem.com

Se hai trovato errori o informazioni mancanti scrivi a:
giacomo.dandria@esercizistem.com

Questa pagina è stata utile?
No
Torna in alto