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
啥都想学点的研究生2 分钟前
一篇文章讲清楚:线性回归问题的求解——正规方程法
算法·机器学习·线性回归
aichitang20242 小时前
希尔伯特空间中的正交性
人工智能·学习·机器学习·ai·泛函分析
轮到我狗叫了2 小时前
Slurm如何使用
人工智能·python·深度学习·机器学习
m0_547486663 小时前
《深度学习理论及实践》全套PPT课件(北京邮电大学)
人工智能·深度学习
Web3&Basketball4 小时前
从0到1落地多模态表格/发票结构化识别:踩坑全记录
深度学习·大模型·ai技术
段一凡-华北理工大学4 小时前
高炉炉况智能诊断与预警实战~系列文章18:预警提前量问题:过程滞后与预测窗口的权衡
服务器·网络·人工智能·机器学习·高炉智能化·炉况预警·工业预警滞后
摆烂老大4 小时前
论文学习 | HESS2025 | 中亚寒区季节水文预报
学习·机器学习·水文
薛定e的猫咪4 小时前
(NeurIPS 2022)GraphGPS:MPNN 与全局注意力的融合之道
人工智能·深度学习·学习·算法
高洁015 小时前
Teacher Forcing技术解析
人工智能·python·深度学习·transformer·知识图谱
MartinYeung55 小时前
[论文分析]使大型语言模型智能体与理性和道德偏好对齐:一种监督微调方法
人工智能·机器学习·语言模型