tf.nn.softmax

tf.nn.softmax(
    logits,
    axis = None,
    name = None
    dim = None
)

• 作用：softmax函数的作用就是归一化。
• 输入：全连接层（往往是模型的最后一层）的值，一般代码中叫做logits
• 输出：归一化的值，含义是属于该位置的概率，一般代码叫做probs,例如输出[0.4, 0.1, 0.2, 0.3],那么这个样本最可能属于第0个位置，也就是第0类。这是由于logits的维度大小就设定的任务的类别，所以第0个位置就代表第0类。softmax函数的输出不改变维度的大小。
• 用途：如果做单分类的问题，那么输出的值就取top1(最大, argmax)； 如果做多分类问题，那么输出的值就取topN

例子：

 输出：

从结果中分析出array最有可能属于第0类（一共四类）

如果想进一步了解softmax的原理，可以参考这篇文章：https://zhuanlan.zhihu.com/p/93054123