Keras - predict_proba不加起来1？

Question

我是新来Keras，这是我的NN：

model = Sequential() 
model.add(Dense(12, activation="relu", input_dim=12, kernel_initializer="normal")) 
model.add(Dense(3, activation="sigmoid", kernel_initializer="normal")) 
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) 

我有3个输出：高，中，低。

当我试图用predict功能，我得到正确的类：

array(['medium', 'low', 'medium', ..., 'low', 'medium', 'low'], dtype=object) 

然而，当我试图predict_proba功能，我会得到不加起来1的概率？

array([[ 4.93983855e-04, 2.28181913e-01, 9.70774710e-01], 
     [ 3.14530940e-03, 9.60477769e-01, 3.79752717e-04], 
     [ 1.40661141e-03, 5.70683666e-02, 9.96348858e-01], 
     ..., 
     [ 1.29012510e-01, 7.08254218e-01, 2.44960701e-03], 
     [ 1.69786233e-02, 4.71719205e-02, 9.90665674e-01], 
     [ 1.28657368e-04, 9.89430904e-01, 9.04915680e-04]], dtype=float32) 

的第一行是4.93983855e-04 + 2.28181913e-01 + 9.70774710e-01，总和为1.199450606855，这是大于1

我认为第一行是指：的概率第一列（4.93983855e-04）中等？

Answer 1

sigmoid激活是相互独立地输出介于0和1之间的值。

如果你想凝聚了1的概率输出，使用softmax激活你的最后一层上，将标准化输出总结为1

我希望这有助于:)