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
Chris_121920 小时前
Halcon学习笔记-Day6进阶:工业级视觉系统核心技术详解
人工智能·python·深度学习·halcon
摆烂咸鱼~20 小时前
机器学习(9-1)
人工智能·机器学习
webkubor20 小时前
🧠 2025:AI 写代码越来越强,但我的项目返工却更多了
前端·机器学习·ai编程
Niuguangshuo1 天前
变分推断:用简单分布逼近复杂世界的艺术
人工智能·机器学习
victory04311 天前
llama2 MLP 门控FFN
深度学习·transformer
数据分享者1 天前
猫狗图像分类数据集-21616张标准化128x128像素JPEG图像-适用于计算机视觉教学研究与深度学习模型训练-研究人员、开发者和学生提供实验平台
深度学习·计算机视觉·分类
小途软件1 天前
ssm607家政公司服务平台的设计与实现+vue
java·人工智能·pytorch·python·深度学习·语言模型
佛祖让我来巡山1 天前
Numpy
机器学习·数据分析·numpy·矢量运算
汤姆yu1 天前
基于深度学习的暴力行为识别系统
人工智能·深度学习
技术宅学长1 天前
关于CLS与mean_pooling的一些笔记
人工智能·pytorch·笔记·pycharm