Tensorflow 在进行推理时，如何计算与每个类相关的概率百分比？

我正在修改tensorflow MNIST教程，我有36门课

我的NN输出：

[[-2386.17529297 18497.5546875 12824.89257812 11382.53417969] 5093.64941406 13072.60546875 -4560.9921875 13502.52148438 6688.22802734 -20945.26953125 9932.95605469 -9839.86816406 -51489.03515625 5788.45410156 -16452.57421875 6666.68457031 3585.06298828 56.68802261 12293.05664062 11485.73535156 8274.83496094 10686.38769531 1002.59674072 7018.57275391 -10461.40039062 -7438.14501953 4308.97021484 -12628.72949219 -12593.25390625 17131.04296875 -33693.35546875 8738.546875 4923.90917969-19373.60351562 11723.73339844-2816.69580078]]

使用softmax后：

[[0.1.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0。

---

0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.]

我想说，由于您的模型输出量大，您得到的是一个单热向量

softmax的计算公式为p_i=expo_i/sumexpo_j

将e提升到输出的幂次方，然后除以所有幂次之和

因此，对于较大的输出值，您的分类器变得非常自信，如您所见e^18497.55您的第二个输出远远大于所有其他输出

您在模型中使用过任何正则化吗？正则化会使模型偏向较小的权重，通常会确保较小的输出