nn.functional.softmax(X, dim=-1)

dim=-1表示在最后一个维度(大概率是一行)应用Softmax函数,将值标准化为概率分布。

实例

假设我们有一个张量X,形状为(2,3),内容如下:

复制代码
import torch  
import torch.nn.functional as F  

X = torch.tensor([[1.0, 2.0, 3.0],  
                  [1.0, 2.0, 3.0]])  

# 计算 Softmax  
softmax_result = F.softmax(X, dim=-1)  
print(softmax_result)

输出:

复制代码
tensor([[0.0900, 0.2447, 0.6652],  
        [0.0900, 0.2447, 0.6652]])

可以看到,每一行的输出值加起来为 1,这表示已经进行了Softmax操作。

相关推荐
陳陈陳22 分钟前
大模型界的“高考状元”可信吗?一文带你读懂Benchmark的潜规则 📚🤖
机器学习·llm
Black_Rock_br1 小时前
打通 PyTorch Monarch 与 ROCm:单 Controller 架构的异构算力实战
人工智能·pytorch·python·开源
风痕天际1 小时前
Pytorch开发教程1——CUDA安装
人工智能·pytorch·python
心运软件1 小时前
基于深度学习的IMDB电影评论情感分析完整实现
人工智能·pytorch·深度学习·数据分析
魔镜er2 小时前
04-pytorch构建线性回归
人工智能·pytorch·线性回归
大模型码小白2 小时前
Java 部署:Jenkins Pipeline 构建 Java 项目(自动化)
java·人工智能·python·机器学习
过期的秋刀鱼!3 小时前
项目实战-神经网络预测
人工智能·神经网络·机器学习
满怀冰雪3 小时前
09-使用 paddle.nn 构建第一个多层感知机
python·深度学习·神经网络·paddle
handsomestWei3 小时前
RNN和QKV区别
人工智能·rnn·深度学习
m沐沐4 小时前
【计算机视觉】OpenCV 人脸检测与 Haar 级联分类器——原理、实现与实战案例
人工智能·pytorch·python·深度学习·opencv·计算机视觉·人脸检测