使用python计算softmax激活函数

我试图编写一个方法来计算SoftMax激活函数，该函数以矩阵或数组作为输入，并将SoftMax函数应用于每一行

以下是我尝试过的：

import numpy as np
def softmaxSingle(x):
    e_x = np.exp(x - np.max(x))
    return e_x / e_x.sum()    

def softmax( x):
    if np.shape(x)[0]>1:
        result=[[]]*np.shape(x)[0]
        for i in range(len(result)):
            result[i]=list(softmaxSingle(x[i]))
        return list(result)
    e_x = np.exp(x - np.max(x))
    return e_x / e_x.sum()

---

当我尝试

SoftMax（x）

时，其中

x

是一个矩阵，它会运行（尽管我不知道它是否产生正确的答案）。当

x

只是一个列表时，它不起作用

您只需将

列表

转换为

np.数组

转换：

import numpy as np

def softmax(x):
    """Compute softmax values for each sets of scores in x."""
    if isinstance(x, list):
        x = np.array(x)
    e_x = np.exp(x - np.max(x))
    return e_x / e_x.sum()

---

但是“x-np.max（x）”方法不会用每行的最大值减去每行，而是用所有条目的最大值减去每行，可以吗？试试这个例子：a=[[1,2,3]，[4,5,6]]print（a-np.max（a）），它的输出是：[-5-4-3][-2-10]@user42493你能给我一些示例输入吗？是的，它需要用矩阵的最大值减去每个元素，你不觉得吗？如果行是一个要求，那么您仍然可以这样做好，那么e_x.sum（）呢？这给出了矩阵中所有项目的总和，但我们需要将每行e_x除以执行总和的文档中每行e_x？的总和：轴或轴。默认值axis=None将对输入数组的所有元素求和。如果轴为负，则从最后一个轴到第一个轴计数。