python - Softmax函数的导数

Question

我正在尝试计算softmax函数的导数。我有一个二维 numpy 数组，我正在沿轴 1 计算该数组的 softmax。我的Python代码是:

def softmax(z):

     return np.exp(z) / np.sum(np.exp(z), axis=1, keepdims=True)

现在我计算softmax方程导数的python代码是:

def softmax_derivative(Q):

    x=softmax(Q)
    s=x.reshape(-1,1)
    return (np.diagflat(s) - np.dot(s, s.T))

这是正确的方法吗？

此外，如果我的 numpy 数组的形状为 (3,3)，那么 softmax 导数返回的数组的形状是什么？返回的数组的形状会是 (9,9) 吗？

Answer 1

我会减去 z 的最大值并执行以下操作:

def softmax(z):
     exps = np.exp(z - z.max())
     return exps/np.sum(exps)

提高稳定性，但是，否则你所做的是正确的。