1 什么是Softmax?

    $Softmax=soft+max$，其中$max$就是求最大值的意思，其核心是soft，在英文中soft有软的意思。与之相对应的hardmax，也就是说的在实际中经常求得最大值，如：numpy.max()。

    通过上述这个例子，我们不难发现hardmax最大特点就是其求出的最大值是唯一的。因此，在一些特定的应用场景中，这个方法是很不合理的，比如：文本分类，一篇文章可能包含多种主题的信息（即多个类别），我们更期望得到文章属于各个类别的概率值（置信度）。
    以下是 Softmax 函数的定义：
$$Softmax\left(z_i\right)=\frac{e^{z_i}}{{\sum }_{c=1}^C{e}^{z_c}}$$
    其中==$z_i$为第$i$个节点的输出值，$C$为输出节点的个数，即类别个数==。通过Softmax函数就可以将多分类问题的输出值转换到区间 [0,1] 和为1的概率分布。

2 Softmax 优点

    Softmax函数从基本上来看就是一个指数函数，最大特点：随着x的不断增大，斜率不断增大。即：x轴上的一个很小的变化，会导致y轴的很大变化。总的来说：Softmax函数可以拉开输出值之间的距离。

    假设某篇文章可能存在的种类有3类（例如：冒险、科幻等），我们将离散的类别转化为连续的数字$z_1,z_2,z_3$为 [4,5,6] 。我们尝试使用softmax和不使用softmax两种方法。

import numpy as np

z=np.array([4,5,6])
ans1=z/np.sum(z)		# 不使用softmax
print(ans1)  # array([0.26666667, 0.33333333, 0.4       ])

ans2=np.exp(z)/np.sum(np.exp(z))	# 使用softmax
print(ans2)  # array([0.09003057, 0.24472847, 0.66524096])

    从两种计算方法的结果中，我们不难发现，使用指数形式的softmax能够将数值之间的距离拉的更大。

    使用Softmax函数的另一个优点就是，在深度学习中通常使用反向传播求解梯度来进行参数的更新。指数函数在进行梯度下降时更容易求导。如：$(e^x{)}^{\prime }=e^x$

3 Softmax 缺点

    当x非常大时，指数函数的y值会变得非常大，数值可能会溢出。

import numpy as np

print(np.exp(300))  # 1.9424263952412558e+130

z=np.array([123,456,789])
softmax=np.exp(z)/np.sum(np.exp(z))
print(softmax)  # array([ 0.,  0., nan])

    因此，==当$z_i$的值过大时，softmax函数就存在着数值溢出的风险。==争对数值溢出可以使用方法对其进行优化，如：将每一个输出值 - 输出值中的最大值。

z=np.array([123,456,789])
z-=np.max(z)
softmax=np.exp(z)/np.sum(np.exp(z))
print(softmax) # [5.75274406e-290 2.39848787e-145 1.00000000e+000]

参考资料

[1] https://zhuanlan.zhihu.com/p/105722023