二维数组的softmax函数

Question

大家好，我有以下形状 [5,3] 的矩阵，我想获得 softmax 函数。

array([[340.        ,  59.33333333, 348.11111111],
       [292.5       ,  46.5       , 297.875     ],
       [301.14285714,  48.28571429, 307.71428571],
       [307.        ,  50.        , 319.28571429],
       [307.77777778,  48.44444444, 313.44444444]])

上述矩阵的名称是 e_l1，我尝试了这段代码，得到了一个矩阵，但是当我尝试对每一行求和时，结果不是 1，这意味着我的结果是错误的。

e= np.exp(e_l1- np.max(e_l1))
S= np.sum(e,axis=0)
P= e/S

结果我得到了这个：

 [[1.00000000e+00 9.99874329e-01 1.00000000e+00]
 [2.34969834e-21 2.66992811e-06 1.52312011e-22]
 [1.33216272e-17 1.59230195e-05 2.85681188e-18]
 [4.65888615e-15 8.84158760e-05 3.02892988e-13]
 [1.01406710e-14 1.86621235e-05 8.79949929e-16]]

并且作为行总和的结果：

[2.99987433e+00 2.66992811e-06 1.59230195e-05 8.84158763e-05

1.86621235e-05]

有人知道这里发生了什么吗？我认为我使用的公式是正确的

Answer 1

您似乎只是为求和使用了错误的轴，因为您正在计算每一行的概率，您需要将该行中的每个元素除以同一行中所有元素的总和

e = np.exp(e_l1- np.max(e_l1))
S = np.sum(e,axis=1)
P = e/np.expand_dims(S, 1)

print(P.sum(axis=1))