TensorFlow 的softmax实例理解

Posted 2020-10-06 今夜无风

　　对于理论，简单的去看一下百度上的说明，这里直接上实例，帮助理解。

1 # softmax函数，将向量映射到0～1的范围内，P=exp(ax)/(sum(exp(a1x)+exp(a2x)+...))
2 inputdata = tf.Variable([[0.2, 0.1, 0.9]], dtype=np.float32)
3 output = tf.nn.softmax(inputdata)
4 with tf.Session() as sess:
5     sess.run(tf.global_variables_initializer())
6     print (sess.run(inputdata))
7     print (sess.run(output))

　　输出：

[[ 0.2 0.1 0.89999998]]
[[ 0.25519383 0.23090893 0.51389724]]