Softmax函数的导数

Question

我正在尝试计算softmax函数的导数。我有一个 2d numpy数组，并且正在沿轴1 计算该数组的softmax。我的python代码也是如此：

def softmax(z):

     return np.exp(z) / np.sum(np.exp(z), axis=1, keepdims=True)

现在我用于计算softmax方程导数的python代码是：

def softmax_derivative(Q):

    x=softmax(Q)
    s=x.reshape(-1,1)
    return (np.diagflat(s) - np.dot(s, s.T))

这是正确的方法吗？

如果我的numpy数组的形状为（3,3），那么softmax导数返回的数组的形状是什么？返回的数组的形状是（9,9）吗？

Answer 1

我会减去z的最大值并做类似的事情：

def softmax(z):
     exps = np.exp(z - z.max())
     return exps/np.sum(exps)

以提高稳定性，但是，否则您所做的是正确的。