Mehrdimensionale Analysis aus ersten Prinzipien
Die letzte Schicht eines Klassifikators erzeugt einen Vektor roher Werte, die Logits genannt werden, einen pro Klasse. Softmax verwandelt diese Logits in Wahrscheinlichkeiten: Zahlen, die nie negativ sind und sich stets zu 1 summieren. Die Klasse mit dem größten Logit erhält den größten Anteil der Wahrscheinlichkeit, und weil die Formel aus Exponentialfunktionen besteht, kann schon eine kleine Lücke zwischen Logits in eine sehr einseitige Verteilung umschlagen.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Stabiler Softmax & Log-Sum-Exp