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
在所不辞兄4 小时前
【零基础学智能仿真-53】多智能体协作——有限元自动化实战从工程需求到可审核的仿真报告
人工智能·深度学习·神经网络·机器学习·有限元
硅谷秋水7 小时前
面向机器人的上下文学习:方法与应用
深度学习·机器学习·语言模型·机器人
田里的水稻10 小时前
PyTorch_TensorBoard展示
人工智能·pytorch·python·深度学习·神经网络
想七想八不如1140811 小时前
元学习简单入门
人工智能·pytorch·python·深度学习·学习·机器学习
阿Q的AI笔记12 小时前
13.7个百分点、6天16.7万星、99.9百分位会话超45分钟:Harness Engineering完全指南
人工智能·深度学习
EasyGBS13 小时前
通信基站/铁塔机房无人值守,国标GB28181公网平台EasyGBS视频能力怎么去管
深度学习·安全·音视频
丁希希哇13 小时前
Transformer中的注意力机制(Attention)
人工智能·机器学习·transformer·大语言模型
田里的水稻13 小时前
PyTorch_torchvision---数据集下载\TensorBoard可视化
人工智能·pytorch·python·深度学习·机器学习
小王20414 小时前
Day 43:TensorRT实战 — 模型转换与优化
深度学习
databook14 小时前
MinMax vs Standard vs Robust:三种特征缩放怎么选
python·机器学习·数据分析