如何为CNN的每个班级获得0到1的分数？

Question

我目前正在训练网络（使用Tensorflow实施的CNN）对3个班级进行分类，事情是我最终得分如下：

[ -20145.36, 150069, 578456.3 ].

我希望得分在0到1之间（某种概率）。

起初，我考虑过使用sigmoid函数，但后来发现这个讨论甚至没有提到：

https://www.quora.com/How-do-you-normalize-numeric-scores-to-a-0-1-range-for-comparing-different-machine-learning-techniques

你建议我做什么，让每个班级得分在0到1之间？

谢谢

Answer 1

作为最后一层，您总是使用softmax来获得n级分类分数。所以，你有tensorflow classification docs中提到的一些选项。

最简单的方法是使用tf.nn.softmax()

namespace foo { ... }

示例：

softmax = exp(logits) / reduce_sum(exp(logits), dim)