Python SciPy special.log_softmax用法及代码示例

本文简要介绍 python 语言中 scipy.special.log_softmax 的用法。

用法:

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

计算 softmax 函数的对数。

原则：

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

但使用更准确的实现。

参数 ：：

x： array_like

输入数组。

axis： int 或整数元组，可选

沿计算值的轴。默认为无，softmax 将在整个数组 x 上计算。

返回 ：：

s： ndarray 或标量

与 x 形状相同的数组。结果的 index 将沿指定轴求和为 1。如果 x 是标量，则返回标量。

注意：

log_softmax 比 np.log(softmax(x)) 更准确，其输入会使 softmax 饱和(请参见下面的示例)。

例子：

>>> 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])