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2 小时前
吴恩达深度学习课程二: 改善深层神经网络 第二周:优化算法(五)Adam 优化算法
深度学习·ai
wa的一声哭了2 小时前
hf中transformers库中generate的greedy_search
android·java·javascript·pytorch·深度学习·语言模型·transformer
粉色挖掘机2 小时前
矩阵在图像处理中的应用
图像处理·深度学习·线性代数·矩阵
Danceful_YJ2 小时前
36.优化方法
人工智能·pytorch·python·深度学习·优化器算法
化作星辰2 小时前
深度学习_神经网络_损失函数基础
人工智能·深度学习·神经网络
没有钱的钱仔3 小时前
神经 网络
深度学习
小蜜蜂爱编程4 小时前
deep learning简介
人工智能·深度学习
Learn Beyond Limits4 小时前
Clustering vs Classification|聚类vs分类
人工智能·算法·机器学习·ai·分类·数据挖掘·聚类
大连好光景4 小时前
LSTM模型做分类任务2(PyTorch实现)
人工智能·pytorch·lstm
LeonDL1685 小时前
基于YOLO11深度学习的电梯内车辆识别系统【Python源码+Pyqt5界面+数据集+安装使用教程+训练代码】【附下载链接】
人工智能·python·深度学习·pyqt5·yolo数据集·yolo11深度学习·电梯内车辆识别系统