softmax와 sigmoid

softmax는 편차를 키워서 $e^x$ 로 확률 값을 계산해 주는 활성함수이다.
한편 sigmoid는 odd 함수를 쓴다. odd 함수는 성공확률이 실패확률에 비해 얼마나 더 큰가를 나타내며
이것을 나타낸다.
따라서 1개의 클래스를 분류할수 있다. y값이 0.5보다 크면 c1로 아니면 c2으로 한다는것이다. 확률값으로 1개의 클래스를 분류할수 있다. 소프트 맥스는 여러개의 클래스를 편차를 키워 확률값으로 나타내는것이기 때문에 1개의 클래스를 분류할수 없다.

0과 1을 분류해줄때도 2개의 클래스로 분류되었다고 하는데 원핫인코딩을 하지않으면 1차원의 클래스를 분류하는 문제로 바뀌어 소프트맥스를 쓰지 못한다. 시그모이드를 써야한다.