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
自动驾驶小学生1 分钟前
Transformer和LLM前沿内容(1):Transformer and LLM(注定成为经典)
人工智能·深度学习·llm·transformer
longvoyage14 分钟前
MindSpore社区活动:在对抗中增强网络
网络·人工智能·深度学习
AI即插即用35 分钟前
即插即用系列 | MICCAI EM-Net:融合 Mamba 与频域学习的高效 3D 医学图像分割网络
网络·人工智能·深度学习·神经网络·学习·计算机视觉·视觉检测
陈天伟教授2 小时前
人工智能应用-机器视觉:车牌识别(1)
人工智能·神经网络·机器学习
爱ZW的小白猿2 小时前
pytorch的安装
pytorch
祝余Eleanor2 小时前
DAY 39 Dataset和Dataloader
人工智能·深度学习·神经网络·机器学习
玦尘、2 小时前
《统计学习方法》第7章——支持向量机SVM(下)【学习笔记】
机器学习·支持向量机·学习方法
XiaoMu_0012 小时前
验证码识别系统
python·深度学习
康实训2 小时前
养老实训室建设
人工智能·机器学习·实训室·养老实训室·实训室建设
wei_shuo2 小时前
Mamba LLM 架构简介:机器学习的新范式
人工智能·机器学习·架构