笔记 - tensorflow用法：tf.nn.softmax的用法

总结

• tf.nn.softmax(…) 需要什么样的输入
• tf.nn.softmax(…) 输出是什么
• softmax本身想干什么

import tensorflow as tf
X = tf.constant([[1,2,3], [3,2,4]], dtype=tf.float32)
W = tf.constant([[1,1],[2,2],[3,3]], dtype=tf.float32)
bias = tf.constant([1, 2], dtype=tf.float32)
y = tf.nn.softmax(tf.matmul(X, W) + bias)
with tf.Session() as sess:
    print(sess.run(y))
    """
    [[0.26894143 0.7310586 ]
    [0.26894143 0.7310586 ]]
    """

• X的列表示单个样本的特征数，W的列表示分类数（eg：10分类 W矩阵有10列）
• X的行表示样本数
• W的行（画图）
• 陈后乘后矩阵的含义（画图）