Softmax 函数：多元分类的神经网络激活函数

Softmax 操作是一种常用的激活函数，通常用于多元分类问题中。Softmax 函数将一个 K 维向量（K 为类别数）映射到一个 K 维向量，其中每个元素的值都在 [0, 1] 之间，且所有元素的和为 1。具体地，对于输入向量 x = (x1, x2, ..., xk)，Softmax 函数的输出为 y = (y1, y2, ..., yk)，其中：

yi = exp(xi) / ∑j=1k exp(xj)，i = 1, 2, ..., k。

Softmax 函数的输出可以解释为将输入向量 x 归一化后得到的概率分布。因此，Softmax 函数常用于多元分类问题中，例如图像分类和自然语言处理中的文本分类。