下列关于 Softmax 函数的选项中哪些是正确的？

Question

S1 和 S2 是关于 SoftMax 函数的两条语句，请选择正确的选项：

S1：它是将 K 个实数值的向量转换为 K 个实数值的向量，结果总和等于 1 的函数。

S2：只有当输出类互斥时才可以在分类器中使用。

选项：

1. S1 为真，S2 为假

2. S1 为假，S2 为真

3. S1 和 S2 都为真

4. S1 和 S2 都是假的

Answer 1

正确的选项是3: Both S1 and S2 are true

为什么 S1 是正确的？

Softmax 是一个函数，它找出所有类的概率，使得它们总和为 1。

为什么 S2 是正确的？

如果我们使用 softmax，为了增加一个类的概率，至少有一个其他类的概率必须减少等量。

这意味着它们必须是互斥的。

由于这个属性，我们在multi-class 分类中使用softmax 函数，但在multi-label 分类中不使用。

相反，我们使用sigmoid 函数进行muli-label 分类。