softMax层反向传播图如图所示，这里我们将图中-ti/yi的反向传播泛化为Li，方便我们的推导。

这里我们规定S=exp(a1)+...+exp(an) , yi=exp(ai)/S

• "乘"节点

  有两个分支，对于向上的分支：Li*exp(ai) 然后将所有分支相加: ∑Li*exp(ai)

  对于向下分支：Li/S

• "除"节点

  对除法求导后乘上前面传递过来的梯度:

  ​ (-1/S^2)∑Li*exp(ai)

• "加”节点

  加法直接传递过去

• “exp”节点

  y=exp(x) -> y'=exp(x) 从而：

  对于上面的分支：

  ​ (-1/S^2)*exp(ai)*∑Lj*exp(aj)=exp(ai)/S*∑(Lj*exp(aj)/S)=yi*∑(Lj*yj)

  下面的分支(对应之前的乘节点)：

  ​ Li*exp(ai)/S=Li*yi

  将两个分支结果相加：

  dxi= Li*yi+yi*∑(Lj*yj)

代码实现为:

class Softmax:
    def __init__(self):
        self.params, self.grads = [], []
        self.out = None

    def forward(self, x):
        self.out = softmax(x)
        return self.out

    def backward(self, dout): #?
        dx = self.out * dout
        sumdx = np.sum(dx, axis=1, keepdims=True)
        dx -= self.out * sumdx
        return dx