softmax的实现代码，及其实现过程中出现的错误

最新推荐文章于 2025-06-16 21:00:40 发布

爱抠脚的coder

最新推荐文章于 2025-06-16 21:00:40 发布

阅读量4.2k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： ML 文章标签： softmax softmax代码实现 softmax预测的概率一样

本文链接：https://blog.youkuaiyun.com/m0_37393514/article/details/82772669

本文详述了softmax的原理、代价函数、梯度更新，并对比了自己实现与TensorFlow实现的差异。在实践中遇到的问题是，由于标签矩阵形状错误，导致在梯度下降时减去的值不正确，修正方法是将标签矩阵reshape为(n,)。通过理解这些，能更好地掌握softmax在多分类问题中的应用。" 106809645,5737046,Linux Shell脚本输出重定向详解,['Linux基础与Shell脚本'],"['Linux', 'Shell脚本', '重定向', '文件描述符', 'exec', 'tee']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在完成ML课程的第三个project的时候，出现了一个错误，我完成使用tensorflow直接进行softmax的时候，发现出现了结果的准确率有0.81，但是在自己写的代码里面出现的结果，居然只有0.5的准确率，而且在我输出它对每个样本完成的概率的计算，发现出来的结果都是0.5，这都是啥嘛，，，气死我了，在tensorflow和自己写的代码里面的计算代价的代码都是一样的，仅仅的差别就是梯度下降是tensorflow帮你计算，很显然，说明我的梯度下降的代码写错了。

题目：下面的逻辑回归的代码详见我的另一个博客：逻辑回归--GD，SGD，牛顿法

数据集网址：

http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex4/ex4.html

之后再说这个错误，现在这里理一下softmax的过程！

一、softmax简述

softmax是一个多分类的模型，所以也称为多分类的逻辑回归模型。

我们知道逻辑回归求得是这个样本属于1类的概率，它是通过线性得到一个预测的值，之后再放入sigmoid函数将预测的值变化到0-1之间，比拟成概率。这里的softmax得到的也是样本属于每个类别的概率，且概率之和为1.怎么实现的呢？就是通过softmax的假设函数。

softmax的假设函数：

我们先说明一些标志的意思，C是总类别的数目，N表示的所有的样本的数目，m是输入的X的特征数，那么很显然X是一个大小为(N,m)的矩阵，label是一个大小为(n,1)的矩阵，表示的是每个样本的真实标签（这里将会是易错点！！）， $\theta$ 是一个大小为(C,m)的矩阵， $\theta_j$ 表示的是第j类的参数，那么k的取值就是1到C，我们用上角代表第几个样本，比如 $y^{(i)}$ 表示的是第i的样本的预测类别， $x^{(i)}$ 是X的第i行，也就是第i个样本的特征。下面的这个公式很显然是：第i个样本被预测成第j类别的概率

$p_j(y^{(i)}=j)=\frac{e^{\theta_j^{T}x^{(i)}}}{\sum_{j^{,}=1}^{C}e^{\theta_{j^{,}}^{T}x^{(i)}}} \, \, \, j=1,.....C$ ，很显然对于一个样本而言，左式产生的所有的类别概率之和为1。那么最后预测的p是一个N*C的矩阵，第i行（1，C）表示第i个样本的被预测为所有样本的概率，那么每一行之和就是1.

二、softmax的代价函数

softmax对于所有的样本的损失函数： $L(\theta)$

简化下面的求梯度的计算，对于单样本而言，上面的式子中的 $label^{(i)}$ 是一个单数字，如果属于第1类，那么 $label^{(i)}=1$ ，如果我们将label转化成one-hot的形式，很显然，如果存在C=3（1,2,3）个类别，那么属于第1类就变成了[1,0,0]这样的形式，所以对于单样本的损失可以写成：

$L_i=-\sum_{j=1}^{C}1\,\left \{ {label^{(i)}=j} \right \}log(p_j(x^{(i)}))$ ,这个表示的是单样本的损失，举个例子，大家更容易理解，比如C=3，那么对于样本i得到的预测概率是属于第1,2,3类别的概率 $p_1(x^{(i)})=0.3,p_2(x^{(i)})=0.5,p_3(x^{(i)})=0.2$ ，如果第i个样本的真实标签是 $label^{(i)}=2$ 也就是属于第2类，那么损失是 $L_i=-1*log(0.5)$ ,看明白了吗？