写一段Python代码体现softmax多分类

好的，下面是一段用Python实现softmax多分类的代码：

import numpy as np

def softmax(x):
    """
    计算softmax函数
    """
    exp_x = np.exp(x)
    return exp_x / np.sum(exp_x, axis=1, keepdims=True)

# 生成随机输入数据，其中m为样本数，n为特征数，k为类别数
m, n, k = 10, 5, 3
x = np.random.randn(m, n)

# 生成随机权重和偏置项
W = np.random.randn(n, k)
b = np.random.randn(1, k)

# 计算线性输出
z = np.dot(x, W) + b

# 计算softmax输出
y_hat = softmax(z)

print(y_hat)

在这个例子中，我们生成了10个5维的样本，我们将其输入到一个具有3个输出的softmax分类器中。通过将输入数据与权重相乘并加上偏置项来计算线性输出，然后将其输入到softmax函数中以获得最终的分类结果。