keras.activations.softmax 和 keras.layers.Softmax 有什么区别？

keras.activations.softmax 和 keras.layers.Softmax 有什么区别？为什么同一个激活函数有两个定义？

回答：

它们在功能上是等价的。实际上，Softmax 层在内部会调用 activations.softmax 函数：

def call(self, inputs):    return activations.softmax(inputs, axis=self.axis)

然而，它们的区别在于，Softmax 层可以直接作为一个层使用：

from keras.layers import Softmaxsoft_out = Softmax()(input_tensor)

而 activations.softmax 不能直接作为一个层使用。相反，你可以通过 activation 参数将其传递给其他层的激活函数：

from keras import activationsdense_out = Dense(n_units, activation=activations.softmax)

此外，使用 Softmax 层的优点是它接受一个 axis 参数，你可以计算输入的另一个轴上的 softmax，而不是默认的最后一个轴：

soft_out = Softmax(axis=desired_axis)(input_tensor)

学技术