DIFFERENCE BETWEEN SOFTMAX FUNCTION AND SIGMOID FUNCTION

二者主要的區別見于，

• softmax 用于多分類，sigmoid 則主要用于二分類；

???????????F(Xi)=11+exp(?Xi)=exp(Xi)exp(Xi)+1F(Xi)=exp(Xi)∑kj=0exp(Xj),i=0,1,…,k

import numpy as np import matplotlib.pyplot as pltdef sigmoid(inputs):return np.exp(inputs)/(np.exp(inputs)+1) def softmax(inputs):return np.exp(inputs)/sum(np.exp(inputs))x = range(21) sigmoid_x = sigmoid(x) softmax_x = softmax(x)plt.plot(x, sigmoid_x, x , softmax_x, lw=2) plt.legend(['sigmoid', 'softmax'])plt.show()

轉載于:https://www.cnblogs.com/mtcnn/p/9421702.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的sigmoid function vs softmax function的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。