短小精悍算例：TensorFlow中的softmax函数求模拟概率

已知一个数组：X=[x1, x2, x3] （ exp(x）代表幂指数 )
x1的模拟概率为：p(x1)=exp(x1) / ( exp(x1)+exp(x2)+exp(x3))
x2的模拟概率为：p(x2)=exp(x2) / ( exp(x1)+exp(x2)+exp(x3))
x3的模拟概率为：p(x3)=exp(x3) / ( exp(x1)+exp(x2)+exp(x3))

import tensorflow as tf
x = tf.constant([[0.1, 0.2, 0.5],
                 [0.3, 0.4, 0.2]])
y0 = tf.nn.softmax(x, axis=0)  # 求每列的概率
y1 = tf.nn.softmax(x, axis=1)  # 求每行的概率
sess = tf.Session()
print(sess.run(y0),'\n')
print(sess.run(y1))

运行结果：
[[0.450166   0.450166   0.5744425 ]
 [0.549834   0.54983395 0.42555746]] 

[[0.27800977 0.30724832 0.41474187]
 [0.332225   0.3671654  0.3006096 ]]