python - 使用 softmax 作为 tf.keras 中的连续层和使用 softmax 作为密集层的激活函数有什么区别？

Question

使用 softmax 作为 tf.keras 中的连续层和使用 softmax 作为密集层的激活函数有什么区别？

tf.keras.layers.Dense(10, activation=tf.nn.softmax)

和

tf.keras.layers.Softmax(10)

Answer 1

他们是一样的，你可以自己测试

# generate data
x = np.random.uniform(0,1, (5,20)).astype('float32')

# 1st option
X = Dense(10, activation=tf.nn.softmax)
A = X(x)

# 2nd option
w,b = X.get_weights()
B = Softmax()(tf.matmul(x,w) + b)

tf.reduce_all(A == B)
# <tf.Tensor: shape=(), dtype=bool, numpy=True>

使用时也要注意 tf.keras.layers.Softmax ，它不需要指定单位，它是一个简单的激活
默认情况下，softmax 在 -1 轴上计算，如果张量输出 > 2D 并且想要在其他维度上操作 softmax，则可以更改此设置。您可以在第二个选项中轻松更改此设置