class Softmax(Activation): ''' softmax nonlinear function. ''' def __init__(self): ''' There are no parameters in softmax function. ''' super(Softmax, self).__init__() def value(self, x: np.ndarray) -> np.ndarray: ''' Parameters: x is the input to the softmax function. x is a two dimensional numpy array. Each row is the input to the softmax function Returns: output of the softmax function. The returned value is with the same shape as that of x. ''' #### write your code below #### return。请帮我完成需要填写的代码

Softmax函数的计算公式如下：

$$
\sigma(z_j) = \frac{e^{z_j}}{\sum_{k=1}^{K} e^{z_k}}
$$

其中，$z_j$表示输入向量的第$j$个元素，$K$表示向量的长度。

因此，可以使用以下代码实现Softmax函数：

def value(self, x: np.ndarray) -> np.ndarray:
    # 计算指数
    exp_x = np.exp(x)
    # 计算每行元素的和
    sum_exp_x = np.sum(exp_x, axis=1, keepdims=True)
    # 计算Softmax函数值
    return exp_x / sum_exp_x

其中，`np.exp`函数可以对数组进行指数运算；`np.sum`函数可以计算每行元素的和，同时保持二维数组的维度不变，因此`keepdims=True`；最后将指数和除以每行元素的和即可得到Softmax函数的值。