logits后面接softmax的作用

在深度学习中,将Logits(逻辑值)输入 softmax 函数的主要目的是将原始的未经处理的分数转换为概率分布。Softmax 函数能够将Logits转化为归一化的概率值,使得每个类别的分数都在0到1之间,且所有类别的概率之和等于1。

Softmax 函数的表达式如下:

其中,是Logits中第 个元素,是Softmax 函数的输出,表示第个类别的概率。

通过Softmax,原始的Logits中较大的值会被映射到更大的概率,而较小的值则对应较小的概率。这样的转换使得模型的输出更易于解释,可以用于多分类问题的决策和预测。

在分类任务中,通常会选择具有最高概率的类别作为最终的预测结果。Softmax 的使用也有助于模型训练,因为它引入了梯度信息,使得模型更容易进行反向传播优化。

相关推荐
AAA修煤气灶刘哥18 分钟前
为什么你的Codex 重连到 5/5 才开始工作?理解重试、协议回退与代理链路
人工智能·架构·openai
墨林陌35 分钟前
AI 热点日报(2026-11-17):阿里腾讯新模型齐发,华为开源具身世界模型,Anthropic IPO登场
人工智能
奶油话梅糖1 小时前
容器启停 2.5 毫秒:11 天 1,700 Star 的 Kiri,用一个 900 KB 的 PID 1 干掉了 runc 和 dockerd
前端·人工智能·rust
吴名氏.2 小时前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
东坡肘子2 小时前
把「更好」放在「更快」之前 -- 肘子的 Swift 周报 #162
人工智能·swiftui·swift
Csvn12 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考13 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考13 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习