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
大模型码小白2 小时前
【AI】一文讲清 RAG:从大模型局限到企业级知识库落地流程
人工智能·深度学习·学习
m0_547486663 小时前
《人工智能导论:深度学习大模型基础》全套PPT课件2026
人工智能·深度学习·大模型
过期的秋刀鱼!4 小时前
带替换的采样
人工智能·python·算法·决策树·机器学习
过期的秋刀鱼!4 小时前
使用多个决策树
人工智能·算法·决策树·机器学习·数据挖掘
天天进步20154 小时前
Python全栈项目--基于深度学习的手写识别系统
开发语言·python·深度学习
databook4 小时前
如何快速构建一个数据科学应用?从零到上线
python·机器学习·scikit-learn
doubt。6 小时前
大模型prompt工程Zero-Shot与Few-Shot以及json格式
人工智能·深度学习·机器学习·语言模型·json·prompt
爱炼丹的James6 小时前
目标检测任务
人工智能·深度学习
春末的南方城市6 小时前
消费级显卡迎来实时视频生成!FastVideo 开源 FastWan-QAD,RTX 5090 实现 1.8 秒生成 5 秒 480P 视频!
人工智能·深度学习·计算机视觉·aigc·音视频
@LiX7 小时前
深度学习基本原理
人工智能·深度学习