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
哥布林学者3 小时前
吴恩达深度学习课程四:计算机视觉 第一周:卷积基础知识(三)简单卷积网络
深度学习·ai
菜鸟‍3 小时前
【论文学习】通过编辑习得分数函数实现扩散模型中的图像隐藏
人工智能·学习·机器学习
月亮月亮要去太阳4 小时前
基于机器学习的糖尿病预测
人工智能·机器学习
monster000w4 小时前
大模型微调过程
人工智能·深度学习·算法·计算机视觉·信息与通信
zhishidi4 小时前
推荐算法优缺点及通俗解读
算法·机器学习·推荐算法
Niuguangshuo5 小时前
交叉熵损失函数:深度学习分类任务的基石
人工智能·深度学习·分类
奥特曼_ it5 小时前
【机器学习】python旅游数据分析可视化协同过滤算法推荐系统(完整系统源码+数据库+开发笔记+详细部署教程)✅
python·算法·机器学习·数据分析·django·毕业设计·旅游
云霄星乖乖的果冻5 小时前
01引言——李沐《动手学深度学习》个人笔记
人工智能·笔记·深度学习
大千AI助手6 小时前
牛顿法:从最优化到机器学习的二阶收敛之路
人工智能·机器学习·优化算法·梯度下降·牛顿法·大千ai助手·二阶导
Keep__Fighting6 小时前
【机器学习:集成算法】
人工智能·算法·机器学习·pandas·集成学习·sklearn