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
老蒋新思维3 小时前
知识IP的长期主义:当AI成为跨越增长曲线的“第二曲线引擎”|创客匠人
大数据·人工智能·tcp/ip·机器学习·创始人ip·创客匠人·知识变现
Coding茶水间3 小时前
基于深度学习的水面垃圾检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
这是你的玩具车吗4 小时前
能和爸妈讲明白的大模型原理
前端·人工智能·机器学习
摸鱼仙人~6 小时前
一文详解PyTorch DDP
人工智能·pytorch·python
Salt_07287 小时前
DAY44 简单 CNN
python·深度学习·神经网络·算法·机器学习·计算机视觉·cnn
雍凉明月夜7 小时前
深度学习网络笔记Ⅱ(常见网络分类1)
人工智能·笔记·深度学习
jackylzh8 小时前
配置pytorch环境,并调试YOLO
人工智能·pytorch·yolo
liulanba8 小时前
YOLO-World 端到端详解
机器学习
liulanba9 小时前
YOLOv6 端到端详解
机器学习
RaymondZhao349 小时前
【深度硬核】AI Infra 架构漫游指南
人工智能·深度学习·架构