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
数智工坊28 分钟前
Transformer 全套逻辑:公式推导 + 原理解剖 + 逐行精读 - 划时代封神之作!
人工智能·深度学习·transformer
幻风_huanfeng2 小时前
人工智能之数学基础:动量梯度下降法
人工智能·机器学习·动量梯度下降法
xingyuzhisuan3 小时前
租用GPU服务器进行深度学习课程教学的实验环境搭建
运维·人工智能·深度学习·gpu算力
yu85939583 小时前
神经网络遗传算法函数极值寻优(非线性函数极值)
人工智能·深度学习·神经网络
乔江seven3 小时前
【李沐 | 动手学深度学习】12 使用块的网络VGG
人工智能·深度学习·卷积神经网络·vgg网络
明月照山海-5 小时前
机器学习周报四十一
人工智能·机器学习
jr-create(•̀⌄•́)5 小时前
正则化和优化算法区别
pytorch·深度学习·神经网络·算法
kishu_iOS&AI7 小时前
深度学习 —— 神经网络(1)
人工智能·深度学习·神经网络
MOON404☾7 小时前
Chapter 001. Machine Learning Fundamentals
人工智能·机器学习
AC赳赳老秦7 小时前
程序员面试:OpenClaw生成面试题、模拟面试,高效备战面试
人工智能·python·机器学习·面试·职场和发展·deepseek·openclaw