人脸识别和检测中loss学习 - 1 -softmax loss

参考：https://www.jianshu.com/p/7e200a487916

1.什么是softmax

softmax是用于分类任务的，其实就是希望最后输出的结果值能在[0,1)之间，且归一化保证所有值的和为1

公式为：

下面的例子明白了为什么使用e次幂做除法了，因为分类其的输出V_i很可能是负值，e次幂操作得到的结果就都是正值（或接近0），这样才好求比例：

当然，因为是指数运算，往往也会因为网络输出值过大造成指数溢出的情况，所以需要进行一个数值处理：

即V中的每个元素减去V中最大值：

2.softmax损失函数求导

在多分类任务中，我们经常使用交叉熵作为损失函数

1）什么是交叉熵

举例说明：

传统的softmax loss损失函数也可写为：

2）求导

具体求导过程：

人脸识别和检测中loss学习 - 1 -softmax loss

原文：https://www.cnblogs.com/wanghui-garcia/p/12360580.html