#!/usr/bin/env python
# -*- encoding: utf-8 -*-
'''
@file     :loss_.py
@author   :cat
@version  :1.0
'''

import numpy as np

def softmax(x):
    """
    计算输入x的Softmax。
    参数x可以是x的向量或矩阵。
    返回与x形状相同的Softmax向量或矩阵。
    """
    # 防止溢出，通过减去x的最大值来进行数值稳定性处理
    e_x = np.exp(x - np.max(x))
    return e_x / e_x.sum(axis=0)


if __name__ == "__main__":
    matrix = np.array([
        [1,2,3],
        [1,2,3],
        [1,2,3]
    ])

    result = softmax(matrix)
    print(result)