softmax函數

softmax用於多分類過程中，它將多個神經元的輸出，映射到（0,1）區間內，可以看成概率來理解，從而來進行多分類！

假設我們有一個數組，V，Vi表示V中的第i個元素，那麽這個元素的softmax值就是

更形象的如下圖表示：

softmax直白來說就是將原來輸出是3,1,-3通過softmax函數一作用，就映射成為(0,1)的值，而這些值的累和為1（滿足概率的性質），那麽我們就可以將它理解成概率，在最後選取輸出結點的時候，我們就可以選取概率最大（也就是值對應最大的）結點，作為我們的預測目標！

softmax相關求導

當我們對分類的Loss進行改進的時候，我們要通過梯度下降，每次優化一個step大小的梯度，這個時候我們就要求Loss對每個權重矩陣的偏導，然後應用鏈式法則。那麽這個過程的第一步，就是對softmax求導傳回去，不用著急，我後面會舉例子非常詳細的說明。在這個過程中，你會發現用了softmax函數之後，梯度求導過程非常非常方便！

下面我們舉出一個簡單例子，原理一樣，目的是為了幫助大家容易理解！

我們能得到下面公式：

z4 = w41*o1+w42*o2+w43*o3

z5 = w51*o1+w52*o2+w53*o3

z6 = w61*o1+w62*o2+w63*o3

z4,z5,z6分別代表結點4,5,6的輸出，01,02,03代表是結點1,2,3往後傳的輸入.

那麽我們可以經過softmax函數得到

好了，我們的重頭戲來了，怎麽根據求梯度，然後利用梯度下降方法更新梯度！

要使用梯度下降，肯定需要一個損失函數，這裏我們使用交叉熵作為我們的損失函數，為什麽使用交叉熵損失函數，不是這篇文章重點，後面有時間會單獨寫一下為什麽要用到交叉熵函數（這裏我們默認選取它作為損失函數）

交叉熵函數形式如下：

其中y代表我們的真實值，a代表我們softmax求出的值。i代表的是輸出結點的標號！在上面例子，i就可以取值為4,5,6三個結點（當然我這裏只是為了簡單，真實應用中可能有很多結點）

現在看起來是不是感覺復雜了，居然還有累和，然後還要求導，每一個a都是softmax之後的形式！

但是實際上不是這樣的，我們往往在真實中，如果只預測一個結果，那麽在目標中只有一個結點的值為1，比如我認為在該狀態下，我想要輸出的是第四個動作（第四個結點）,那麽訓練數據的輸出就是a4 = 1,a5=0,a6=0，哎呀，這太好了，除了一個為1，其它都是0，那麽所謂的求和符合，就是一個幌子，我可以去掉啦！

為了形式化說明，我這裏認為訓練數據的真實輸出為第j個為1，其它均為0！

那麽Loss就變成了,累和已經去掉了，太好了。現在我們要開始求導數了！

我們在整理一下上面公式，為了更加明白的看出相關變量的關系：

其中,那麽形式變為

那麽形式越來越簡單了，求導分析如下：

參數的形式在該例子中，總共分為w41,w42,w43,w51,w52,w53,w61,w62,w63.這些，那麽比如我要求出w41,w42,w43的偏導，就需要將Loss函數求偏導傳到結點4，然後再利用鏈式法則繼續求導即可，舉個例子此時求w41的偏導為:

w51.....w63等參數的偏導同理可以求出，那麽我們的關鍵就在於Loss函數對於結點4,5,6的偏導怎麽求，如下：

這裏分為倆種情況：

一：當選定的節點是我們期望的節點，則它的誤差項為：

那麽由上面求導結果再乘以交叉熵損失函數求導

，它的導數為,與上面相乘為（形式非常簡單，這說明我只要正向求一次得出結果，然後反向傳梯度的時候，只需要將它結果減1即可，後面還會舉例子！）那麽我們可以得到Loss對於4結點的偏導就求出了了（這裏假定4是我們的預計輸出）

二：當節點不上真正的期望節點，則它的誤差項（梯度）求法如下：

那麽由上面求導結果再乘以交叉熵損失函數求導

，它的導數為,與上面相乘為（形式非常簡單，這說明我只要正向求一次得出結果，然後反向傳梯度的時候，只需要將它結果保存即可，後續例子會講到）這裏就求出了除4之外的其它所有結點的偏導，然後利用鏈式法則繼續傳遞過去即可！我們的問題也就解決了！

下面我舉個例子來說明為什麽計算會比較方便，給大家一個直觀的理解

舉個例子，通過若幹層的計算，最後得到的某個訓練樣本的向量的分數是[ 2, 3, 4 ],
那麽經過softmax函數作用後概率分別就是=[
,,] = [0.0903,0.2447,0.665],如果這個樣本正確的分類是第二個的話，那麽計算出來的偏導就是[0.0903,0.2447-1,0.665]=[0.0903,-0.7553,0.665]，是不是非常簡單！！然後再根據這個進行back propagation就可以了。

神經網絡（三） softmax函數