sigmod和softmax区别【简单易懂

具体的区别与解析可以看这个博客：

https://zhuanlan.zhihu.com/p/356976844

总结：

主要区别
应用场景: Sigmoid 主要用于二分类问题，而 Softmax 用于多分类问题。
输出特性: Sigmoid 函数的输出是一个单独的概率值，而 Softmax 函数的输出是一个概率分布。
数学形式: Sigmoid 是对单个数值操作，Softmax 是对一个向量进行操作，并保证输出向量中的值总和为 1。

重点：
简而言之，如果你的问题是判断图片是否是猫（是或不是，两种可能性），那么使用 Sigmoid。如果问题是判断一张图片是猫、狗还是马（多于两种可能性），那么使用 Softmax。