softmax函数的特点和作用

softmax函数定义：
假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的Softmax值就是

即某元素的指数和所有元素的指数和的比值。

解释：
softmax函数为一个概率函数，Max函数表示，如果a>b,则取a，b就不可能被取到，而softmax计算每个元素被取到的概率，a取到的概率大于b,则a经常被取到，但也有被取到的可能。相当于把所有的元素都拉出来做一个评分，再进行归一化，然后排序。
《一天搞懂深度学习》中是这样表达的：

通过softmax函数一作用，就映射成为(0,1)的值，而这些值的累和为1（满足概率的性质），那么我们就可以将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标。
https://zhuanlan.zhihu.com/p/25723112
这是一个博士大神在知乎上的解释，我觉得解释的特别透彻。拿走不谢。