둘러보기 메뉴
검색
바뀐글
임의글
개인 도구
가입하기
로그인
도움말
도움말
질문게시판
자주 묻는 질문
커뮤니티
실시간 채팅방
가입인사게시판
자유게시판
뉴스게시판
제재안게시판
최근 토론
페미위키
공지사항
개선 요청
바뀐글
임의글
파일 올리기
다면 분류 목록
특수 문서 목록
소프트맥스 함수 문서 원본 보기
이름공간
문서
토론
주시
도구
여기를 가리키는 문서
가리키는 글의 최근 바뀜
문서 정보
위키베이스 항목
행위
보기
읽기
원본 보기
역사 보기
←
소프트맥스 함수
문서 편집 권한이 없습니다. 다음 이유를 확인해주세요.
요청한 명령은 다음 중 하나의 권한을 가진 사용자에게 제한됩니다:
사용자
,
Seeders
.
문서를 고치려면 이메일 인증 절차가 필요합니다.
사용자 환경 설정
에서 이메일 주소를 입력하고 이메일 주소 인증을 해주시기 바랍니다.
문서의 원본을 보거나 복사할 수 있습니다.
소프트맥스(softmax)는 [[로지스틱 회귀|로지스틱 함수]]의 일반화된 형태로, 입력값을 각 클래스의 확률로 변환하는 함수이다. ==용도== 일반적으로 분류(classification) 문제에서 출력층의 뉴런들은 각각의 클래스를 나타내며, 각 뉴런의 출력값은 해당 클래스에 속할 확률을 나타낸다. 이때 소프트맥스 함수를 사용하여 출력값을 확률값으로 변환한다. 소프트맥스 함수는 출력층의 모든 뉴런의 출력값을 0과 1 사이의 값으로 만들어준다. 또한 출력값들의 합이 1이 되도록 정규화(normalize)한다. 이를 통해 다중 클래스 분류 문제에서 출력층의 각 뉴런의 출력값을 해당 클래스에 속할 확률로 해석할 수 있다. ==특징== 소프트맥스 함수는 지수 함수의 사용으로 인해 계산 비용이 비교적 크다. 따라서, 최근에는 학습 시에 소프트맥스 함수 대신 로그-소프트맥스(log-softmax) 함수를 사용하는 경향이 있다. 로그-소프트맥스 함수는 소프트맥스 함수와 유사하지만, 출력값이 로그 스케일로 변환되어 계산 비용을 줄일 수 있다. ==함께 보기== *[[VGG16]] *[[ReLU]] *[[데이터 정규화]] [[분류:분야/딥러닝]] [[분류:성격/정규화 함수]]
소프트맥스 함수
문서로 돌아갑니다.
다른 언어