在多元分类的问题中，我们默认采用 softmax 函数，具体表现为将多个神经元的输出，映射到 0~1 的区间中，按概率高低进行分类，各概率之和为 1。
某分类的概率数学表达式为：$y_{i}=e^{i} / \Sigma_{j=1} e^{j}$
具体来说，假设有四个输出单元，分别为：
- $y_{1}=e^{x 1} /\left(e^{x 1}+e^{x 2}+e^{x 3}+e^{x 4}\right)$，假设其概率为 0.4。
- $y_{2}=e^{x 2} /\left(e^{x 1}+e^{x 2}+e^{x 3}+e^{x 4}\right)$，假设其概率为 0.15。
- $y_{3}=e^{x 3} /\left(e^{x 1}+e^{x 2}+e^{x 3}+e^{x 4}\right)$，假设其概率为 0.15。
- $y_{4}=e^{x 4} /\left(e^{x 1}+e^{x 2}+e^{x 3}+e^{x 4}\right)$，假设其概率为 0.3。