tf.keras.activations.softmax

Softmax преобразует вектор значений в распределение вероятностей.

tf.keras.activations.softmax(
    x, axis=-1
)

Элементы выходного вектора находятся в диапазоне (0, 1) и суммируются до 1.

Каждый вектор обрабатывается независимо. Аргумент axis задаёт ось входных данных, по которой применяется функция.

Softmax часто используется в качестве активации для последнего слоя классификационной сети, так как результат можно интерпретировать как распределение вероятностей.

Softmax каждого вектора x вычисляется как exp(x) / tf.reduce_sum(exp(x)).

Входные значения являются логарифмическими вероятностями получаемых вероятностей.

Примеры:

Пример 1: самостоятельное использование

inputs = tf.random.normal(shape=(32, 10))
outputs = tf.keras.activations.softmax(inputs)
tf.reduce_sum(outputs[0, :])  # Each sample in the batch now sums to 1
<tf.Tensor: shape=(), dtype=float32, numpy=1.0000001>

Пример 2: использование в слое Dense

layer = tf.keras.layers.Dense(32, activation=tf.keras.activations.softmax)