Also known as normalized exponential function, softargmax
function that maps a k-element real-valued vector to a k-element categorical probability distribution
ソフトマックス関数(ソフトマックスかんすう、softmax function)は、ロジスティック関数を多次元に拡張したもの。ネットワークの出力を確率分布に変換することができるので、ニューラルネットワークの最後の活性化関数としてよく用いられる。 ソフトマックス関数は、 K 個の実数からなるベクトル z を入力として受け取り、入力の指数に比例する K 個の確率で構成される確率分布に正規化する。つまり、ソフトマックス関数を適用することで、各成分は区間 に収まり、全ての成分の和が 1 になるため、「確率」として解釈できるようになる。入力値が大きいほど「確率」も大きい。 に対し、標準(単位)ソフトマックス関数 は次のように定義される。 簡単に言えば、入力ベクトルの の各成分 に標準的な指数関数を適用し、これらすべての指数の合計で割ることによって、値を正規化する。この正規化により、出力ベクトル の成分の和が 1 になることが保障される。 e(ネイピア数)の代わりに別の基底 b > 0 を用いることもできる。 0 < b < 1 であれば、入力値が小さいほど出力される確率が高くなり、 b の値を小さくすると、入力値が小さいところに集中する確率分布となる。b > 1の場合、入力値が大きいほど出力される確率が大きくなり、 b の値を大きくすると、最大の入力値が大きい位置に集中する確率分布が作成される。 実数 β を用いて ないし と記載すると、次の表現を得る。 基底が固定されている分野もあれば、基底を変化させる分野もある。
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).