定義
Softmax（ソフトマックス関数）とは、複数の数値を合計が1になる確率分布に変換する関数のことで、ニューラルネットワークの分類やAttentionの出力に使われる。
Softmax (ソフトマックス関数)とは（詳しく解説）
Softmaxは各要素を指数関数で変換してから総和で割ることで、任意の実数ベクトルを合計1の確率分布に正規化する関数で、分類モデルの最終層やTransformerのAttentionにおける重み計算の中核として業界標準的に使われる。2026年時点の実運用では、桁あふれ対策として最大値を引いてから計算する数値安定化がほぼ必須実装となっており、これを怠ると大規模モデルの推論でNaNが発生する落とし穴が現場でしばしば報告される。またSoftmax自体の計算コストは小さいものの、語彙数が巨大なLLMでは出力層のSoftmax計算が推論コストの相場感を左右するため、サンプリングベースの近似手法を選ぶ現場も多い。温度パラメータで確率分布の鋭さを調整できる点も実運用上の設計ポイントとされる。
Softmax (ソフトマックス関数)の使用例
- 分類モデルの出力層で全クラスのスコアをSoftmaxに通し、合計1の確率分布として最終的な予測クラスを選ぶ。
- Transformerの自己注意機構では、各トークンへの注意度をSoftmaxで正規化してから重み付き和を取る。
