Hàm softmax

Hàm softmax biến một danh sách điểm số (logit) thành xác suất. Các mô hình ngôn ngữ dùng nó để chọn từ tiếp theo:

softmax(x)_i = e^(x_i) / (e^(x_1) + e^(x_2) + … + e^(x_n))

Điểm số lớn làm e^x bị tràn số, nên trước tiên hãy trừ điểm lớn nhất khỏi mọi điểm. Về mặt toán học, kết quả không đổi.

Hãy cài đặt softmax(logits).

Đầu vào

logits: Một danh sách điểm số.

Đầu ra

Trả về danh sách xác suất theo đúng thứ tự. Tất cả nằm trong khoảng 0 đến 1 và có tổng bằng 1.

Ràng buộc

1 ≤ độ dài ≤ 1.000

-1.000 ≤ mỗi điểm số ≤ 1.000

Ví dụ

Đầu vào:
logits = [1.0, 2.0, 3.0]

Kết quả mong đợi:
expected = [0.090031, 0.244728, 0.665241]

Đầu vào:
std::vector<double> logits = {1.0, 2.0, 3.0};

Kết quả mong đợi:
std::vector<double> expected = {0.090031, 0.244728, 0.665241};

Đầu vào:
double[] logits = new double[] {1.0, 2.0, 3.0};

Kết quả mong đợi:
double[] expected = new double[] {0.090031, 0.244728, 0.665241};

Đầu vào:
logits = [1000.0, 1000.0]

Kết quả mong đợi:
expected = [0.5, 0.5]

Đầu vào:
std::vector<double> logits = {1000.0, 1000.0};

Kết quả mong đợi:
std::vector<double> expected = {0.5, 0.5};

Đầu vào:
double[] logits = new double[] {1000.0, 1000.0};

Kết quả mong đợi:
double[] expected = new double[] {0.5, 0.5};

Tham khảo

Thử thách này đã được điều chỉnh cho CodeUtility. Hãy làm theo đề bài và các ràng buộc ở trên.

• Goodfellow, Bengio and Courville, Deep Learning
• Stanford CS231n, Neural Networks Part 1