소프트맥스함수1 [밑바닥부터 시작하는 딥러닝] 신경망 출력층 1. 항등 함수 y=x 로 입력이 그대로 출력되는 함수이다. 2. 소프트맥스 함수 소프트맥스 함수의 최종 수식이다. 소프트맥스 함수는 원래 아래 C'의 상수항이 없는 함수이지만 넣어도 값은 동일하다. 상수를 넣는 이유는 소프트맥스 함수를 그냥 계산할 시에 숫자가 너무 커는 오버플로 현상이 생기기 때문이다. 이를 이용해 다음과 같은 형식으로 소프트맥스 함수를 구현할 수 있다. def softmax(a): c = np.max(a) exp_a = np.exp(a-c) sum_exp_a = np.sum(exp_a) y = exp_a / sum_exp_a return y 적용하여 계산하면 다음과 같은 결과가 나온다. a = np.array([1010,1000,990]) y = softmax(a) print(.. 2021. 10. 21. 이전 1 다음
