但是上述代码在计算机上运算的问题在于，指数函数容易出现无穷大数而导致溢出错误，如e1=2.718281828459045，e100=2.6881171418161356e+43，e1000=inf，这些无穷大无法进行除法运算，就出现OverflowError错误，这是因为计算机能够处理的“数”必须在4字节或者8字节的有限数值范围内。 3. 解决方案： 函数表达式中添加一个常数项： 式（3.11）说明，在进行softmax 的指数函数的运算时，加上（或者减去） 某个常数并不会改变运算的结果。这里的 C’ 可以使用任何值，但是为了防 止溢出，一般会使用输入信号中的最大值。
例如，在具体案例中，a=[1010,1000,999]，c=max(a)=1010 则 exp（a-c)=[ 9.99954600e-01, 4.53978686e-05, 2.06106005e-09]，就不会出现溢出error了。
参考文献： 深度学习：基于Python的理论与实现
