如何在张量流的二进制分类中将logit转换为概率？

Question

logits= tf.matmul(inputs, weight) + bias

经过matmul操作后，logit是从MLP层派生的两个值。我的目标是二进制分类，如何将两个值logit转换为概率，包括正概率和负概率，它们的总和为1？

Answer 1

predictions = tf.nn.softmax(logits)

Answer 2

我正在为需要进一步说明的任何人写此答案：

如果是二进制分类，则应为：

prediction = tf.round(tf.nn.sigmoid(logit))

如果是多类分类：

prediction = tf.nn.softmax(logit)

然后使用argmax函数，您可以获得具有最高概率得分的类的索引。

np.argmax(prediction, 0)