使用python计算softmax激活函数

Question

我试图编写一种方法来计算 SoftMax 激活函数，该函数将矩阵或数组作为输入并将 softmax 函数应用于每一行。

这是我尝试过的：

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) 其中x 是一个矩阵时，它会运行（尽管我不知道它是否会产生正确的答案）。当x 只是一个列表时，它不起作用

Answer 1

您可以简单地将list 转换为np.array：

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()