¿Cuál es el papel de softmax en el modelo y para qué se utiliza?

Softmax es una función de activación que transforma un vector de números arbitrarios en un vector de probabilidades cuya suma es igual a 1. En modelos de aprendizaje automático, especialmente en tareas de clasificación, softmax se usa en la capa de salida de una red neuronal para obtener las probabilidades de pertenencia a cada clase. Esto permite interpretar la salida del modelo como una distribución de probabilidades y seleccionar la clase con la mayor probabilidad.

Ejemplo: si en la salida del modelo se obtienen los valores [2.0, 1.0, 0.1], aplicar softmax los transforma en probabilidades aproximadamente [0.65, 0.24, 0.11].