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
QN1幻化引擎4 分钟前
Dalin L — 我造了一门支持中文编程的语言,完整移植到 Rust 了
人工智能·算法·机器学习
sunywz22 分钟前
【AI大模型微调】第 2 章 大模型适配概述
人工智能·深度学习
Axis tech32 分钟前
Manus基于手关节角度和指尖数据的Revo 3灵巧手遥操作
科技·机器学习
KaMeidebaby1 小时前
卡梅德生物技术快报|如何制备单克隆抗体:小众禽类靶点单抗制备实操流程:双载体抗原交叉筛选完整工艺记录
人工智能·python·深度学习·算法·机器学习
依然范特东2 小时前
动手学深度学习笔记--训练注意、梯度问题
人工智能·笔记·深度学习
z小猫不吃鱼3 小时前
模型剪枝经典论文精读:DepGraph: Towards Any Structural Pruning
算法·机器学习·剪枝
中微极客3 小时前
KoMA:基于知识驱动的多智能体LLM自动驾驶框架深度解析
人工智能·机器学习·自动驾驶
黑马水牛4 小时前
PC+RK3588连板在线调试模型推理
人工智能·经验分享·深度学习
orion-orion5 小时前
学习理论:凸代理与在线学习regret界证明
机器学习·统计学习·学习理论