最近学习机器学习，项目也有用到分类，用到了Softmax函数。相信很多小伙伴都会用到。
简单说来，Softmax⟶ \longrightarrow⟶归一化指数函数。
为什么说是指数函数呢？
下面来看一下
当我们在做回归的时候
左边是我们的估计值和输出，右边使我们的回归模型
当我们需要做分类的时候，左边的估计值标签只有0-1，而我们得到的y 的值会有正有负，有大有小，若这样得到的损失函数L 则会有很大的偏差，影响分类效果
故引入了Softmax函数，将y 的值归一化到0-1之间。
将y 归一化的Soft-max函数公式：
且
具体图解如下：
Caution
Summary
- Softmax 让输入归一化到0-1之间。
- 归一化后的值比原本的值之间的差距更大。
