Softmax函数隐式维度选择的警告：原理及解决方案

前言：

博主在近期进行模型构建过程中，突然出现警告提示，推测可能与新版函数存在相关问题。

一、softmax函数

在多分类任务中，softmax函数被广泛应用，其作用是将多个神经元的输出结果转换至（0,1）区间内，这一特性使其能够被解释为概率分布，从而实现对各类别归属的判断！

假设有这样一个数组V，其中Vi代表该数组中的第i个元素，则该元素对应的softmax计算结果为

更为直观的展示方式如图所示：

softmax函数的作用可以简单理解为：将原本输出的数值如3、1、-3，经过该函数处理后，转换为介于0与1之间的数值，并且所有数值之和等于1，这一特性符合概率分布的基本要求。因此，我们可以将这些转换后的数值视为概率值。在最终确定输出节点时，选择概率值最高的节点，即对应数值最大的节点，作为预测结果。

二、问题解决策略与实施

2.1 softmax帮助文档：