Jaka jest rola softmax w modelu i do czego jest używany?

Softmax to funkcja aktywacji, która przekształca dowolny wektor liczb w wektor prawdopodobieństw, których suma wynosi 1. W modelach uczenia maszynowego, szczególnie w zadaniach klasyfikacji, softmax jest używany na wyjściowej warstwie sieci neuronowej, aby uzyskać prawdopodobieństwa przynależności do każdej z klas. Pozwala to interpretować wyjście modelu jako rozkład prawdopodobieństwa i wybrać klasę z największym prawdopodobieństwem.

Przykład: jeśli na wyjściu modelu otrzymujemy wartości [2.0, 1.0, 0.1], zastosowanie softmax przekształca je w prawdopodobieństwa około [0.65, 0.24, 0.11].