softmax多分类python代码

以下是Python中实现Softmax函数的多分类代码：

import numpy as np

def softmax(x):
    exp_x = np.exp(x)
    sum_exp_x = np.sum(exp_x)
    y = exp_x / sum_exp_x
    return y

x = np.array(\[1, 2, 3\])
y = softmax(x)
print(y)  # 输出 \[0.09003057, 0.24472847, 0.66524096\]

这段代码使用了NumPy库的exp函数和sum函数来计算Softmax函数。首先，将输入向量x传入exp函数，得到每个元素的指数值。然后，将指数值求和，得到总和sum_exp_x。最后，将每个元素的指数值除以总和，得到Softmax函数的输出向量y。在这个例子中，输入向量x为\[1, 2, 3\]，经过Softmax函数计算后，输出向量y为\[0.09003057, 0.24472847, 0.66524096\]，表示每个类别的概率分布。
#### 引用[.reference_title]
- *1* *2* *3* [Python：实现Softmax函数的计算方法（完整代码）](https://blog.csdn.net/Jack_user/article/details/130855251)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]