Python 3.x 为什么在TensorFlow入门教程中输出总和为1？

我做了这个教程：

这很有帮助，但我不明白为什么输出总是和1。说明“对于本例，输出预测之和为1.0”，但未解释。我认为这可能是激活函数的一个特征，但我读到ReLu可以接受任何大于0（）的值

---

我想理解，因为我想了解在哪些情况下应该规范化输出变量，在哪些情况下这是不必要的（我假设如果它们的总和总是为1，那么这是不必要的）。

在给定的示例中，语句

输出总是总和为1

指的是使用的softmax函数，与规范化或使用的激活函数无关。在本教程的Iris示例中，我们希望区分三个类，当然，类概率之和不能超过100%（1.0）

---

例如，位于网络末端的softmax函数可能返回

[0.8,0.1,0.1]

。这意味着第一类的概率最高。注意：所有单个PROBA的总和为1.0

在给定示例中，句子

输出总是和1

指的是使用的softmax函数，与规范化或使用的激活函数无关。在本教程的Iris示例中，我们希望区分三个类，当然，类概率之和不能超过100%（1.0）

---

例如，位于网络末端的softmax函数可能返回

[0.8,0.1,0.1]

。这意味着第一类的概率最高。注意：所有单个PROBA的总和为1.0

啊，看起来教程中的示例代码实际上没有给出这3个类的概率（如图2所示），只是根据原始激活值预测类？或者至少，我在网络末端找不到softmax函数。你完全正确。这在教程中有点误导。谢谢澄清！如果我真的想从网络上获得这些概率，我该怎么办？不客气。如果您想拥有probas类，只需将原始激活值传递给tf.nn.softmax函数。顺便说一句，我非常感谢您的支持，请将我的答案标记为已接受：）谢谢，教程中的示例代码似乎没有给出3个类的概率（如图2所示），但仅根据原始激活值预测类？或者至少，我在网络末端找不到softmax函数。你完全正确。这在教程中有点误导。谢谢澄清！如果我真的想从网络上获得这些概率，我该怎么办？不客气。如果您想拥有probas类，只需将原始激活值传递给tf.nn.softmax函数。顺便说一句，我希望能投赞成票，请将我的回答标记为接受：）谢谢为什么投反对票？巨魔横行于stackoverflow，拥有投票权的巨魔。为了帮你，我投了你一票。如果你还不知道答案的话，这是一个好问题。为什么要投否决票？巨魔横行于stackoverflow，拥有投票权的巨魔。为了帮你，我投了你一票。如果你还不知道答案，这是个好问题。