Todos los desafíos
Fácil 0 resueltos 0% de aceptación

Softmax Function

Turn raw scores into probabilities that add up to 1, without overflowing on large values.

Lo que aprenderás

  • Turn scores into probabilities
  • Subtract the maximum to avoid overflow
  • Make outputs sum to 1

Problema

Ver traducción

The softmax function turns a list of scores (logits) into probabilities. Language models use it to choose the next word:

softmax(x)_i = e^(x_i) / (e^(x_1) + e^(x_2) + … + e^(x_n))

Large scores make e^x overflow, so first subtract the largest score from every score. The result is mathematically the same.

Implement softmax(logits).

Input

logits: A list of scores.

Output

Return the list of probabilities, in the same order. They are all between 0 and 1 and add up to 1.

Restricciones

1 ≤ length ≤ 1,000

-1,000 ≤ each score ≤ 1,000

Ejemplos

Ejemplo 1
Entrada:
logits = [1.0, 2.0, 3.0]

Salida esperada:
expected = [0.090031, 0.244728, 0.665241]
Entrada:
std::vector<double> logits = {1.0, 2.0, 3.0};

Salida esperada:
std::vector<double> expected = {0.090031, 0.244728, 0.665241};
Entrada:
double[] logits = new double[] {1.0, 2.0, 3.0};

Salida esperada:
double[] expected = new double[] {0.090031, 0.244728, 0.665241};

Explicación

e¹ ≈ 2.718, e² ≈ 7.389 and e³ ≈ 20.086 add up to 30.193, so the probabilities are about [0.090031, 0.244728, 0.665241].

Ejemplo 2
Entrada:
logits = [1000.0, 1000.0]

Salida esperada:
expected = [0.5, 0.5]
Entrada:
std::vector<double> logits = {1000.0, 1000.0};

Salida esperada:
std::vector<double> expected = {0.5, 0.5};
Entrada:
double[] logits = new double[] {1000.0, 1000.0};

Salida esperada:
double[] expected = new double[] {0.5, 0.5};

Explicación

Computing e^1000 directly overflows. Subtracting the maximum gives [0, 0], and e⁰ / (e⁰ + e⁰) = 0.5 for both.

Cómo abordarlo

Inténtalo primero por tu cuenta y luego abre las pistas una a una.

Pista 1

Subtract the largest logit before exponentiating so the largest transformed score becomes zero and overflow is avoided.

Pista 2

Compute each exponent, sum them once, then divide every exponent by that total to get probabilities.

Pista 3

Make sure the returned values stay in the same order as the input and still sum to one after normalization.

Complejidad esperada

O(n) time, O(n) extra space

Referencias

Este reto está adaptado para CodeUtility. Sigue el enunciado y las restricciones indicadas arriba.

Clasificación

Clasificación completa

La mejor solución aprobada de cada programador. Las más rápidas, ligeras y mejor valoradas van primero.

Aún no hay soluciones aprobadas. Resuélvelo y quédate el primer puesto.

Aprende de otros

Soluciones de la comunidad

Aún no hay soluciones publicadas. Resuelve este reto para compartir la primera.