質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.93%

ニューラルネットワークでのソフトマックスの出力値の合計が1にならない

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 172

idon

score 2

発生している問題

タイトル通り、ソフトマックスの出力の合計が1を超えてしまいます。

具体的には、テストデータ(test)の予測を6つのカテゴリーに分類して行っているのですが、

pre = loaded_model.predict(test)

print(pre)とすると、、、

[[                                                                                  ],
                                   :
                                   :

[1.4403468e-14 2.7438103e-08 5.1739965e-13 3.3624038e-11 1.0000000e+00 1.7220916e-10]]


このようにテストデータの分だけ出力が帰ってきます。
しかし、最後の行の右から2番目の値はすでに「1」となっており6つの値を足すと1を超えてしまうのは明らかです…

なぜこのようなことが起きるのでしょうか。
ご存知の方は教えていただきたいです。よろしくおねがいします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • idon

    2020/07/08 19:30

    ご指摘いただきありがとうございます。
    「どう計算しているか」
    というのはプログラムのどのあたりでわかるのでしょうか?

    今回だと、kerasを使用しており、softmaxを使うにあたっては
    activation='softmax'
    と指定しているのみです。

    キャンセル

  • tiitoi

    2020/07/08 19:39 編集

    和が 0.99999994 のように厳密に1にならないということであれば、丸め誤差で話が付きますが、和が1より大きくことなる場合、関数の使い方などそもそもなにか勘違いしている可能性もあるので、コードが必要という話です。

    キャンセル

  • tiitoi

    2020/07/08 19:41

    と思いましたが、よく見たら他の値は極端に小さいので、これは丸め誤差のせいですね

    キャンセル

回答 1

checkベストアンサー

+1

ディープラーニングは7桁程度の精度を持つ float32 (単精度) 演算ということを考えると、これは1とみなしてよいです。
厳密に1にならないのは丸め誤差の影響なので、気にする必要はありません。

print(np.sum([1.4403468e-14, 2.7438103e-08, 5.1739965e-13, 3.3624038e-11, 1.0000000e+00, 1.7220916e-10]))
# 1.000000027644468

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/07/08 19:49

    回答ありがとうございます。

    この丸め誤差は仕方ないと割り切ってもいいものなのでしょうか?
    それとも回避するために対策するべきでしょうか?

    キャンセル

  • 2020/07/08 19:50 編集

    ディープラーニングにおいて、float32 の丸め誤差が性能に影響することはまずないので、気にしなくてよいです。

    キャンセル

  • 2020/07/08 20:08

    丁寧に回答していただきありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.93%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る