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
Magician_liu6 分钟前
认识感知机
人工智能·机器学习
Magician_liu40 分钟前
机器学习基本概念
人工智能·机器学习
Magician_liu1 小时前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
数聚天成DeepSData2 小时前
夜间灯光可以代表经济活动吗?先处理年际一致性
人工智能·深度学习·机器学习·数据集·deepsdata
AllData公司负责人2 小时前
AllData搭建AI中台,集成开源项目LabelStudio/CubeStudio,建设数据标注平台/机器学习平台
数据库·人工智能·机器学习·labelstudio·cubestudio
高洁012 小时前
数字孪生、具身智能、世界模型三者交叉
人工智能·python·深度学习·机器学习
广州智造2 小时前
Radioss二次开发需要准备什么?
人工智能·算法·机器学习·cad·cae
Smoothcloud润云2 小时前
PyTorch推理输入长度分桶与Padding优化实战:减少无效计算
人工智能·pytorch·python·深度学习·gpu算力
微三云云仔2 小时前
2026年10月微三云 GEO 优化技术拆解:AI引用机制、结构化部署与服务商评估框架
人工智能·深度学习·geo系统·微三云
努力变大白3 小时前
把“会说话的模型“变成“会干活的 Agent“
大数据·人工智能·机器学习