Question

我有以下问题：我想在Python中计算softmax函数并获得意外结果。代码如下：

import numpy as np

def softmax(x):
    """Compute softmax values for each sets of scores in x."""
    return np.exp(x) / np.sum(np.exp(x), axis=0)

它完美地工作但我不知道为什么：它在矩阵上工作如下：如果我插入2x2矩阵A，则输出是另一个2x2矩阵。这是为什么？它不应该返回不同大小的数组，因为矩阵的每个元素，即$ x = A [0,0] $，产生2个输出值（即$ exp（x）/（exp（A [0,0]） + exp（A [1,0]））$和$ exp（x）/（exp（A [0,1]）+ exp（A [1,1]））$，因为或者轴= 0命令？这将导致一个8元素的输出数组，但实际结果只有4个元素。另外，axis = 0命令究竟是如何工作的？如果我输入A = np.array（[2,4]），那么np.sum（A，axis = 0）的逻辑结果应该是数组（[2,4]），因为列是相加的。但结果是数组（[6]）。和命令np.sum（A ，axis = 1）奇怪地产生“'轴'条目超出界限”，虽然结果应该是数组（[6]），因为行总结了。也许我的两个问题是相关的。任何帮助将不胜感激！谢谢，利昂

Answer 1

我会跳进＆＃34;决赛＆＃34;问题：

matrix_22 / vector_2

因为这没有数学意义，numpy使用某种假设。就像：

matrix_22 * 5

它的作用是将矩阵的每个元素乘以5.然后，如果我们将matrix_22视为向量的向量，那么matrix_22 / vector_2的结果会导致为每个元素应用运算除法矩阵上的向量。

您可以轻松检查执行以下操作的行为：

np.array([[14, 28], [70, 56]]) / np.array([2, 7])

符号：matrix_22是＆＃34;某个变量包含一个形状为2x2的numpy数组，所以它是一个2x2矩阵＆＃34;。 vector_2是一个由两个元素组成的numpy数组。

Python命令np.sum（x，axis = 0）和softmax函数

1 个答案: