建立 Softmax 輸出層

當 state_below 是 2D Tensor 時，U 是 2D 權重矩陣，b 是 class_size-length 向量：

logits = tf.matmul(state_below, U) + b
return tf.nn.softmax(logits)

當 state_below 是 3D 張量時，U，b 和以前一樣：

def softmax_fn(current_input):
    logits = tf.matmul(current_input, U) + b
    return tf.nn.softmax(logits)

raw_preds = tf.map_fn(softmax_fn, state_below)