网络softmax函数输出一个5维向量后和为1,加上高斯噪声后,和依然为1?
收藏
softmax函数 输出【0.1,0.2,0.3,0.2,0.2】，加上高斯扰动后，【0.12,0.18,0.31,0.19,0.2】保证和依然为1，
或者如何生成一个和为0的5维向量【0.1，-0.1,0.21,0.1，-0.31】的高斯扰动向量，
代码如何实现？
0
收藏
请登录后评论
1 在你的softmax函数之前加入向量shape相同的高斯噪声，不必是5维向量
2 使用 numpy.random.normal() 高斯分布随机数生成，需要自己设定 均值，方差，生成维度