Python SciPy special.log_softmax用法及代碼示例

本文簡要介紹 python 語言中 scipy.special.log_softmax 的用法。

用法:

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

計算 softmax 函數的對數。

原則：

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

但使用更準確的實現。

參數 ：：

x： array_like

輸入數組。

axis： int 或整數元組，可選

沿計算值的軸。默認為無，softmax 將在整個數組 x 上計算。

返回 ：：

s： ndarray 或標量

與 x 形狀相同的數組。結果的 index 將沿指定軸求和為 1。如果 x 是標量，則返回標量。

注意：

log_softmax 比 np.log(softmax(x)) 更準確，其輸入會使 softmax 飽和(請參見下麵的示例)。

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])