Java Softmax激活实现

我目前正在用Java开发自己的神经网络实现。我已经实现了一些常见的激活功能，比如Sigmoid或ReLU，但我不知道如何实现Softmax

我想要一个像这样的方法

private double softmax(double input) {
    double output = ???;
    return output;
}

有没有关于实现外观的想法？我还需要学习算法的softmax导数。

没有得到一个输入值。它将当前NN层的所有值的向量作为输入（通过“值”，我指的是前一层的输出被内核矩阵点积并添加到偏差中），并输出一个概率分布，其中所有值都属于

[0,1]

范围

因此，例如，如果您的NN层有5个单元/神经元，softmax函数将5个值作为输入值，并使用以下公式将它们规格化为概率分布，其中所有5个输出值都在

[0,1]

之间：

其中关于我们的示例：K=5和Z1，Z2，…，Z5是输入向量

下面是实现softmax的示例Java代码：

private double softmax(double input, double[] neuronValues) {
    double total = Arrays.stream(neuronValues).map(Math::exp).sum();
    return Math.exp(input) / total;
}

无法获取单个输入值。它将当前NN层的所有值的向量作为输入（通过“值”，我指的是前一层的输出被内核矩阵点积并添加到偏差中），并输出一个概率分布，其中所有值都属于

[0,1]

范围

因此，例如，如果您的NN层有5个单元/神经元，softmax函数将5个值作为输入值，并使用以下公式将它们规格化为概率分布，其中所有5个输出值都在

[0,1]

之间：

其中关于我们的示例：K=5和Z1，Z2，…，Z5是输入向量

下面是实现softmax的示例Java代码：

private double softmax(double input, double[] neuronValues) {
    double total = Arrays.stream(neuronValues).map(Math::exp).sum();
    return Math.exp(input) / total;
}

---

谢谢，在我看到你的答案之前，我在实现它时使用了类似的方法。谢谢，在我看到你的答案之前，我在实现它时使用了类似的方法。