softmax

R2026b

(제거될 예정임) 소프트맥스 전달 함수

softmax 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

A = softmax(N)

info = softmax(code)

설명

팁

딥러닝을 위해 소프트맥스 활성화를 사용하려면 softmaxLayer 또는 dlarray 메서드 소프트맥스를 사용하십시오.

A = softmax(N)은 순 입력 벡터(열 벡터)로 구성된 S×Q 행렬 N을 받아 N의 각 열에 적용되는 소프트맥스 경쟁 함수로 구성된 S×Q 행렬 A를 반환합니다.

softmax는 신경 전달 함수입니다. 전달 함수는 계층의 순 입력값으로부터 계층의 출력값을 계산합니다.

info = softmax(code)는 이 함수에 대한 정보를 반환합니다. 자세한 내용은 code 인수 설명을 참조하십시오.

예제

softmax 전달 함수 생성 및 플로팅하기

이 예제에서는 입력 행렬의 소프트맥스 전달 함수를 계산하고 플로팅하는 방법을 보여줍니다.

입력 행렬 n을 만듭니다. 그런 다음 softmax 함수를 호출하고 결과를 플로팅합니다.

n = [0; 1; -0.5; 0.5];
a = softmax(n);
subplot(2,1,1), bar(n), ylabel('n')
subplot(2,1,2), bar(a), ylabel('a')

이 전달 함수를 신경망의 계층 i에 할당합니다.

net.layers{i}.transferFcn = 'softmax';

입력 인수

N — 입력 행렬

행렬

순 입력 열 벡터로, S×Q 행렬로 지정됩니다.

code — 정보 옵션

'name' | 'output' | 'active' | 'fullderiv' | 'fpnames' | 'fpdefaults'

함수에서 가져오려는 정보로, 다음 중 하나로 지정됩니다.

• 'name'은 이 함수의 이름을 반환합니다.

• 'output'은 출력 범위 [min max]를 반환합니다.

• 'active'는 활성 입력 범위 [min max]를 반환합니다.

• 'fullderiv'는 dA_dN이 S×S×Q인지 아니면 S×Q인지에 따라 1 또는 0을 반환합니다.

• 'fpnames'는 함수 파라미터의 이름을 반환합니다.

• 'fpdefaults'는 디폴트 함수 파라미터를 반환합니다.

출력 인수

A — 출력 행렬

행렬

출력 행렬로, N의 각 열에 적용되는 소프트맥스 경쟁 함수로 구성된 S×Q 행렬로 반환됩니다.

info — 정보 출력값

string형 | 벡터 | 스칼라

code 인수에 지정된 옵션에 따른 함수에 대한 특정 정보로, 문자열, 벡터 또는 스칼라로 반환됩니다.

알고리즘

a = softmax(n) = exp(n)/sum(exp(n))

버전 내역

R2006a 이전에 개발됨

softmax 함수는 제거될 예정임

softmax 함수는 향후 릴리스에서 제거될 예정입니다.

신경망에서 활성화 함수 및 전달 함수 사용에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• 심층 신경망 디자이너를 사용하여 신경망 구축하기

• 딥러닝 계층 목록

• List of Functions with dlarray Support

• Compare Activation Layers

• Example Deep Learning Network Architectures

계층 배열 또는 dlnetwork 객체에 소프트맥스 계층을 포함시키려면 softmaxLayer를 사용하십시오. dlarray 객체에 소프트맥스 활성화를 적용하려면 softmax 함수를 사용하십시오.

자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork | softmaxLayer | softmax

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows