前面提到激活函数，在实现手写体 mnist 数据集的识别任务中的反向传播过程文件（mnist_backward.py） 用到了softmax函数，又称归一化指数函数。下面就谈谈我对其的理解。
它能将一个含任意实数的K维的向量z的“压缩”到另一个K维实向量σ(z) 中，使得每一个元素的范围都在(0,1)之间，并且所有元素的和为1。
Softmax是一种形如下式的函数：
我们知道max，假如说我有两个数，a和b，并且a>b，如果取max，那么就直接取a，没有第二种可能 但有的时候我不想这样，因为这样会造成分值小的那个取不到。所以我希望分值大的那一项经常取到，分值小的那一项也偶尔可以取到，那么我用softmax就可以了 现在还是a和b，a>b，如果我们取按照softmax来计算取a和b的概率，那a的softmax值大于b的，所以a会经常取到，而b也会偶尔取到，概率跟它们本来的大小有关。所以说不是max，而是 Soft max 那各自的概率究竟是多少呢，我们下面就来具体看一下
假设上面这个图中的Z1，Z2，Z3为一个三分类模型的output vector，为[3,1,-3]，3代表类别1所对应的分量，1为类别2对应的分量，-3为类别3对应的分量。经过Softmax函数作用后，将其转化为了[0.88，0.12，0]，这就代表了输入的这个样本被分到类别1的概率为0.88，分到类别2的概率为0.12，分到类别3的概率几乎为0。这就是Softmax函数的作用
因此Softmax函数得到的是一个[0,1]之间的值，现在讨论其求导过程
下面我们举出一个简单例子，原理一样，目的是为了帮助大家容易理解！
我们能得到下面公式：
z4 = w41*o1+w42*o2+w43*o3
z5 = w51*o1+w52*o2+w53*o3
z6 = w61*o1+w62*o2+w63*o3
z4,z5,z6分别代表结点4,5,6的输出，01,02,03代表是结点1,2,3往后传的输入.
那么我们可以经过softmax函数得到
为了形式化说明，我这里认为训练数据的真实输出为第j个为1，其它均为0
j=i对应例子里就是如下图所示：
比如我选定了j为4，那么就是说我现在求导传到4结点这！
这里对应我的例子图如下，我这时对的是j不等于i，往前传：
本文参考：
知乎专题：https://www.zhihu.com/question/23765351