欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享
大家好，我是极智视界，本文讲解一下 C++ 手写 softmax 激活函数。
在多分类任务中，最后通常使用 softmax 函数作为网络输出层的激活函数，softmax 函数可以对输出值作归一化，把所有的输出值转换为概率，所有的概率值加起来等于 1。在做分类的时候，概率值高的那个类别即为预测类别。现在很多框架里的接口封得易用性太强了，如 pytorch 中只要一句话就能直接调用 softmax 去计算，这很容易导致我们对于功能函数内部实现缺乏了解。基于此出发，这里讲解一下 C++ 来实现 softmax 函数。
文章目录
- 1 softmax 数学表达
- 2 softmax C++ 实现
1 softmax 数学表达
softmax 的数学公式如下：
如输入值为 x0 = 1.3， x1 = 5.1，x2 = 2.2，x3 = 0.7，x4 = 1.1，根据以上计算方式可以计算出经过 softmax 后的值为 x0’ = 0.02，x1’ = 0.90，x2’ = 0.05，x3’ = 0.01，x4’ = 0.02。如下：
softmax 的示意图如下：
## 安装依赖
sudo apt-get install autoconf automake libtool curl make g++ unzip libffi-dev -
## clone pro
git clone --recursive https://gitee.com/jeremyjj/protobuf.git
## 编译 C++ 接口
cd protobuf
./autogen.sh
./configure
sudo make -j32
sudo make install
## 刷新共享库
sudo ldconfig
## 验证一下
protoc --version
## 编译 python 接口
cd python
python setup.py build
python setup.py test
python setup.py install
## 验证一下
$ python
>>> import 2 softmax C++ 实现
来看 softmax 的 cpp 实现：
// softmax cpp 实现
vector<float> softmax(vector<float> input)
{
float total = 0.;
for(auto x : input)
{
total += exp(x);
}
vector<float> result;
for(auto x : input)
{
result.push_back(exp(x) / total);
}
return result;
} 这边的输入、输出都用了 vector 数据结构，操作的数据的类型都默认使用了 float。
好了，以上分享了 C++ 手写 softmax 激活函数的方法。希望我的分享能对你的学习有一点帮助。