[活性化関数]ソフトマックス関数(Softmax function)とは?:AI・機械学習の用語辞典
用語「ソフトマックス関数(Softmax function)」について説明。複数の入力値(=ベクトルの各成分)をそれぞれ「0.0」〜「1.0」の確率値に変換し、複数の出力値(=ベクトルの各成分)の合計が常に「1.0」(=100%)になる関数を指す。ニューラルネットワークの出力層での活性化関数として、特に多クラス分類問題で使用される。
用語解説
AI/機械学習のニューラルネットワークなどにおけるソフトマックス関数(Softmax function、もしくは正規化指数関数: Normalized exponential function)とは、入力データ(=ベクトル)内の複数の値(=ベクトルの各成分)を0.0〜1.0の範囲の確率値に変換する関数である。この関数によって出力される複数の値(=ベクトルの各成分)の合計は常に1.0(=100%)になる。
ソフトマックス関数の出力値をグラフにすると、滑らかな(=ソフトな)曲線が得られる(図1)。この滑らかさと、1つの成分だけが最大値を取る特性から「ソフトマックス関数」と呼ばれる。
![図1 「ソフトマックス関数」のグラフのイメージ](https://image.itmedia.co.jp/ait/articles/2004/08/di-01.gif)
図1 「ソフトマックス関数」のグラフのイメージ
このグラフは、3つの成分を持つベクトルの1つの成分x0を変化させた際の、ソフトマックス関数の出力を示している。具体的には、x0(横軸)を変化させ、x1を1.0、x2を0.0と固定してソフトマックス関数に入力。出力は「猫」「虎」「ライオン」という3つのクラスの確率値として曲線で表現されている。また、参考のためにシグモイド関数のグラフも示している。
例えば図1は、「猫」「虎」「ライオン」を分類する問題を仮定している。その問題を解くニューラルネットワークの出力層において、
- 猫(x0、i=0)
- 虎(x1、i=1)
- ライオン(x2、i=2)
という3つの入力(xi、xはベクトル)があり、それをソフトマックス関数で変換した出力結果(yi、yはベクトル)をグラフ化したものである。例えば入力値x0が4.0のときを見てほしい。オレンジ色の線(y0=猫)だけがほぼ1.0となり、それ以外の緑色の線(y1=虎)や赤色の線(y2=ライオン)はほぼ0.0となっている。※なお、この曲線は、各変数の入力値の状況などによって変わる(=常にこのグラフになるわけではない)ので注意してほしい。
この結果から、x0が4.0のときは、「猫」と分類されることになる。
このようにソフトマックス関数は、主に分類問題におけるニューラルネットワークの出力層の活性化関数として用いられる。その場合、損失関数には(基本的に)交差エントロピー(Cross entropy、後日解説)が用いられる。
主要ライブラリでは、次の関数/クラスで定義されている。
- TensorFlow(2.x)/Keras: softmax()関数など
- PyTorch: Softmaxクラスなど
定義と数式
冒頭では文章により説明したが、厳密に数式で表現すると次のようになる。xやyはベクトル、nはクラスの数、iやkは特定のクラスを示すインデックスを意味する。
e(オイラー数)や、それに対応するnp.exp(x)という後述のコードについては、「シグモイド関数」で説明しているので、詳しくはそちらを参照してほしい。オイラー数は、微分計算がしやすいというメリットがある。具体的に上記の数式の導関数(Derivative function:微分係数の関数)を求めると、次のように非常にシンプルな式になる。
Pythonコード
上記のソフトマックス関数の数式をPythonコードの関数にするとリスト1のようになる。なお、テンソル(多次元配列)の計算を簡単にするため、ライブラリ「NumPy」をインポートして使った。
import numpy as np
def softmax(x):
if (x.ndim == 1):
x = x[None,:] # ベクトル形状なら行列形状に変換
# テンソル(x:行列)、軸(axis=1: 列の横方向に計算)
return np.exp(x) / np.sum(np.exp(x), axis=1, keepdims=True)
# 入力(x)と出力(y)の例
x = np.array([[1,0,0], [0,1,0], [0,0,1]])
y = softmax(x)
print(y) # 以下のように出力される
# [[0.57611688 0.21194156 0.21194156] # → 猫: 全部足すと「1.0」になる
# [0.21194156 0.57611688 0.21194156] # → 虎: Σ=1.0
# [0.21194156 0.21194156 0.57611688]] # → ライオン: Σ=1.0
ソフトマックス関数の導関数(derivative function)のPythonコードも示しておくと、リスト2のようになる。
# ※リスト1のコードを先に記述する必要がある
def der_softmax(x):
y = softmax(x) # ソフトマックス関数の出力
jcb = - y[:,:,None] * y[:,None,:] # ヤコビ行列を計算(i≠jの場合)
iy, ix = np.diag_indices_from(jcb[0]) # 対角要素のインデックスを取得
jcb[:,iy,ix] = y * (1.0 - y) # 対角要素値を修正(i=jの場合)
return jcb # 微分係数の行列(ヤコビ行列)を出力
der_y = der_softmax(x)
print(der_y) # 以下のように出力される
# [[[ 0.24420622 -0.12210311 -0.12210311]
# [-0.12210311 0.16702233 -0.04491922]
# [-0.12210311 -0.04491922 0.16702233]]
#
# [[ 0.16702233 -0.12210311 -0.04491922]
# [-0.12210311 0.24420622 -0.12210311]
# [-0.04491922 -0.12210311 0.16702233]]
#
# [[ 0.16702233 -0.04491922 -0.12210311]
# [-0.04491922 0.16702233 -0.12210311]
# [-0.12210311 -0.12210311 0.24420622]]]
ここを更新しました(2023年10月2日)
冒頭の定義の説明を「ベクトル」の変換であることが分かるように修正し、図1内のグラフの作成方法についてより詳しく追記、数式の注釈も追記しました。
Copyright© Digital Advantage Corp. All Rights Reserved.