［活性化関数］ソフトマックス関数（Softmax function）とは？

［活性化関数］ソフトマックス関数（Softmax function）とは？：AI・機械学習の用語辞典 用語「ソフトマックス関数（Softmax function）」について説明。複数の入力値（＝ベクトルの各成分）をそれぞれ「0.0」～「1.0」の確率値に変換し、複数の出力値（＝ベクトルの各成分）の合計が常に「1.0」（＝100％）になる関数を指す。ニューラルネットワークの出力層での活性化関数として、特に多クラス分類問題で使用される。 連載目次 用語解説 AI／機械学習のニューラルネットワークなどにおけるソフトマックス関数（Softmax function、もしくは正規化指数関数： Normalized exponential function）とは、入力データ（＝ベクトル）内の複数の値（＝ベクトルの各成分）を0.0～1.0の範囲の確率値に変換する関数である。この関数によって出力される複数の

[tana005]

ベクトルｘを入力してベクトルｙを返す関数なのにその説明が無い。グラフの横軸はxiなのにx0と記載。これは間違いだ。

[misshiki]

“複数の出力値の合計が「1.0」（＝100％）になるような値を返す、ニューラルネットワークの活性化関数を指す。主に分類問題の出力層で使われる。”