大家好啊，我是董董灿。
很多同学在做深度学习时，都会遇到难以理解的算法，SoftMax 肯定是其中一个。
初学时大都对它一知半解，只知道 SoftMax 可以用来做分类，输出属于某个类别的概率。
但是，为什么要用 SoftMax 呢？这个算法又是如何将神经网络推理的数值，转换为一个类别的分类的呢？
1. 应用场景
假设要使用神经网络做图片分类。
现在有3个类别：猫，狗，人。给你下面一张图片，神经网络需要在这3个类别中选出一个。
上图人眼一看就知道是猫咪，但是神经网络需要通过计算才知道。
好，我们使用Resnet50这一分类网络进行推理运算。算到最后面的全连接层时，全连接输出了3个数值，分别为2，1，0.1。
之前写过文章，分析过全连接层输出的数值，大致可以代表了某一分类的得分。
现在我们假设猫、狗、人这三个分类的得分分别为：
分类
得分
猫
2
狗
1
人
0.1
猫得了2分，狗得了1分，人得了0.1分。
单看这个结果，我们大概知道，因为猫的得分最高，那最终神经网络会认为这张图片是一只猫。
这么理解是可以的，但是大概两个地方有点问题。
第一，神经网络最终选择某一分类，依据的不是得分，而是概率。
也就是说，最终神经网络会选择一个概率最高的分类作为它识别的结果。
为什么要把得分转为概率呢？因为多分类模型中，输出值为概率更利于反向推导和模型的迭代，概率之间更好的计算距离，而数值之间的计算的距离是无含义的。
所以，我们需要一种方法，将上面的得分转换为概率。
第二，得分相近如何准确判断的问题。
例子中猫的得分是2，狗的得分是1，人的得分是0.1，我们可以比较肯定的说，因为猫的得分最高，而且比狗和人都高很多，肯定就是猫。
但实际中，有很大的可能算出的猫的得分是2.1，狗的得分是1.9，人的得分是0.1。
这个时候，我们可能就没有像刚才那么肯定了。
因为猫的得分和狗的得分相差很少，而且两者都很高！
这也是为什么，很多神经网络最终都会以TOP1 和 TOP5的识别准确度来衡量神经网络的识别精度。
由于上述两个原因的存在，人们想到了SoftMax算法，而这个算法，也几乎完美地解决了这两个问题。
2. 为什么叫SoftMax以及它的实现原理
不知你有没有想过，为什么这个算法叫 SoftMax 呢？Soft 是软的意思，与之对应肯定有 HardMax。
而 HardMax，可以理解为我们平时认知的Max。比如两个数(3, 4), 那么这两个数的 HardMax(3,4) 结果就是4。
这个逻辑，小学生学会了10以内的加减法都知道。
但正如上面所说，SoftMax 不一样，它是要处理多个类别分类的问题。
并且，需要把每个分类的得分值换算成概率，同时解决两个分类得分值接近的问题。
先从公式上看，SoftMmax是怎么做到的。
公式中，每个 z 就对应了多个分类的得分值。SoftMax对得分值进行了如下处理：
-
以e为底数进行了指数运算，算出每个分类的 eZi，作为公式的分子
-
分母为各分类得分指数运算的加和。
-
根据公式很自然可以想到，各个分类的SoftMax值加在一起是1，也就是100%。所以，每个分类的SoftMax的值，就是将得分转化为了概率，所有分类的概率加在一起是100%。
这个公式很自然的就解决了从得分映射到概率的问题。那它又是怎么解决两个得分相近的问题的呢？
其实也很简单，重点在选择的指数操作上。我们知道指数的曲线是下面的样子。
指数增长的特性就是，横轴变化很小的量，纵轴就会有很大的变化。
所以，从1.9变化到2.1，经过指数的运算，两者的差距立马被的拉大了。从而，我们可以更加明确的知道，图片的分类应该属于最大的那个。
下面是将猫、狗、人三个分类经过SoftMax计算之后得到的概率。
分类
得分
softmax 得分
猫
2
70%
狗
1
20%
人
0.1
10%
可以看到，分类是猫的概率遥遥领先。
所以，神经网络在经过softmax层之后，会以70%的概率，认为这张图片是一张猫。
这就是 SoftMax 的底层原理。
指数让得分大的分类最终的概率更大，得分小的分类最终的概率更小，而得分为负数的分类，几乎可以忽略。
写算法文章很久了，不少同学看了我的文章后，加我一起探讨如何快速学习算法，于是我最近开发一个从零入门计算机视觉的专栏，可以查看这里了解详情：计算机视觉从入门到调优.
目前已有将近 120 人加入一起学习啦，大家一起在探讨如何更加快速有效的入门学习，如果你感兴趣，欢迎一起加入呀。