Cálculo multivariável a partir dos primeiros princípios
A camada final de um classificador produz um vetor de escores brutos chamados logits, um por classe. O softmax transforma esses logits em probabilidades: números que nunca são negativos e sempre somam 1. A classe com o maior logit recebe a maior fatia da probabilidade e, como a fórmula é construída a partir de exponenciais, até uma pequena diferença entre logits pode virar uma divisão bem desigual.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Softmax Estável e Log-Sum-Exp