Calcolo multivariabile dai primi principi
L'ultimo strato di un classificatore produce un vettore di punteggi grezzi chiamati logit, uno per classe. La softmax trasforma questi logit in probabilità: numeri mai negativi che sommano sempre a 1. La classe con il logit più grande riceve la fetta più grande di probabilità, e poiché la formula è costruita con esponenziali, anche un piccolo divario tra i logit può trasformarsi in una ripartizione molto sbilanciata.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Softmax Stabile e Log-Sum-Exp