Una red neuronal convolucional termina con una capa completamente conectada de 10 salidas que representan 10 clases de animales. ¿Qué función se debe aplicar a esa capa para que el modelo genere una distribución de probabilidad entre las 10 clases?

Softmax es la función de activación adecuada para la capa de salida de una red neuronal cuando se requiere una distribución de probabilidad sobre múltiples clases mutuamente excluyentes. Transforma las puntuaciones arbitrarias de la capa final en probabilidades que suman 1, lo que permite interpretar la salida como la probabilidad de que la entrada pertenezca a cada una de las 10 clases de animales. Dropout es una técnica de regularización para prevenir el sobreajuste, no una función de activación. Smooth L1 loss es una función de pérdida utilizada durante el entrenamiento, no una función de activación de salida. ReLU es una función de activación común para capas ocultas, que introduce no linealidad, pero no produce una distribución de probabilidad.