- A+
所属分类：Java
---
title: AI中softmax是什么？
date: 2026-02-11 15:51:08
categories:
- AI
- AI agent概念&术语
tags:
- softmax
---
“Softmax”（中文常译为柔性最大值或归一化指数函数）是人工智能、特别是深度学习中一个非常重要的数学函数。它的主要作用是：把一串任意数字，变成一组“概率”。
我们可以用一个小学生都能懂的比喻来理解它！
🧒 比喻：AI 在“猜答案”时有多确定？
想象你问 AI：“这张图里是什么动物？”
AI 的神经网络经过计算，输出了三个数字：
AI 的神经网络经过计算，输出了三个数字：
- 猫：3.0
- 狗：1.0
- 鸟：0.5
这些数字叫“原始得分”（logits），但它们不是概率，不能直接说“有70%可能是猫”。
这时候，Softmax 就登场了！ 它会把这些数字“翻译”成大家能看懂的概率：
- 猫：85%
- 狗：12%
- 鸟：3%
而且，这三个概率加起来正好等于 100%（或 1.0）！
这就是 Softmax 的核心作用：把任意实数转换成一个合理的概率分布。
🔢 它是怎么算的？（简单版）
假设我们有三个得分：
[z₁, z₂, z₃] = [3.0, 1.0, 0.5]Softmax 对每个数
zᵢ 的计算公式是：Softmax(zi)=eziez1+ez2+ez3
其中
e 是自然常数（约等于 2.718）。👉 关键特点：
- 得分越高，对应的概率越大。
- 所有概率加起来一定等于 1。
- 即使原始得分是负数，也能处理！
✅ 为什么 AI 要用 Softmax？
- 输出可解释
