scipy.special.

log_softmax

scipy.special.log_softmax(x, axis=None)

計算 softmax 函數的對數。

原則上

log_softmax(x) = log(softmax(x))

但使用更精確的實作方式。

參數:

xarray_like

輸入陣列。

axisint 或 ints 元組，選用

計算數值的軸。預設為 None，且 softmax 將會針對整個陣列 x 進行計算。

回傳值:

sndarray 或 純量

與 x 具有相同形狀的陣列。結果的指數沿著指定的軸加總會是 1。如果 x 是純量，則會回傳純量。

筆記

log_softmax 比 np.log(softmax(x)) 在輸入使 softmax 飽和時更精確（請參閱以下範例）。

在 1.5.0 版本中新增。

範例

在您的瀏覽器中試試看！

>>> import numpy as np
>>> from scipy.special import log_softmax
>>> from scipy.special import softmax
>>> np.set_printoptions(precision=5)

>>> x = np.array([1000.0, 1.0])

>>> y = log_softmax(x)
>>> y
array([   0., -999.])

>>> with np.errstate(divide='ignore'):
...   y = np.log(softmax(x))
...
>>> y
array([  0., -inf])

返回在新分頁中開啟