Softmax函数
Softmax 函数是多分类问题中非常常用的一种激活函数，它可以将一个实数向量 转换为概率分布，使得输出的每个分量都在 0 到 1 之间，并且所有分量之和为 1。
假设有一个 n 维向量 \(\mathbf{z} = [z_1, z_2, \dots, z_n]\)，Softmax 函数定义为：
\[
\text{Softmax}(z_i) = \frac{e^{z_i}}{\sum_{j=1}^{n} e^{z_j}},
\quad i = 1,2,\dots,n
\]
Softmax 函数是多分类问题中非常常用的一种激活函数，它可以将一个实数向量 转换为概率分布，使得输出的每个分量都在 0 到 1 之间，并且所有分量之和为 1。
假设有一个 n 维向量 \(\mathbf{z} = [z_1, z_2, \dots, z_n]\)，Softmax 函数定义为：