softmax后接sigmoid

softmax和sigmoid是两种不同的激活函数，具有不同的应用场景。

首先，softmax函数通常应用于多分类问题，将多个类别的输出转化为表示概率分布的形式。它会将每个类别的原始得分归一化为概率值，使得所有类别的概率之和为1。因此，softmax函数将多个输出值映射到[0, 1]范围内，并且每个输出表示对应类别的概率。

而sigmoid函数通常应用于二分类问题，将一个实数映射到[0, 1]范围内，表示某个事件发生的概率。它可以将任意实数转化为一个在[0, 1]之间的概率值。

在某些情况下，可以使用softmax函数和sigmoid函数结合使用。例如，在多标签分类问题中，每个样本可以属于多个类别。可以先使用softmax函数将每个类别的得分归一化为概率分布，然后针对每个类别独立地使用sigmoid函数得到各自的二分类概率。

但是，将softmax和sigmoid函数直接串联使用并无特别的意义和应用场景。所以，一般不会在softmax函数的输出结果上再接sigmoid函数。