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
jzshmyt8 小时前
我用 Python 从零“生成“了一个宇宙,然后让它观察自己(v14)
人工智能·pytorch·python·numpy·matplotlib·空间计算·scipy
明志数科8 小时前
具身智能产业基础设施换挡:从算力本体到数据层的技术逻辑
人工智能·机器学习
高洁019 小时前
大模型的幻觉怎么治
人工智能·深度学习·django·transformer·tornado
tellmewhoisi11 小时前
机器学习:集成学习1(思想,Bagging,Boosting,随机森林和boosting之adaboost)
机器学习
Thomas.Sir13 小时前
第13课:PyTorch|经典CNN网络模型从零复现【从LeNet到VGG的逐行实现】
网络·pytorch·cnn
夏日的盒盒13 小时前
Science期刊下与膝关节相关的论文
人工智能·深度学习·医学·医学影像分析·膝关节
码农幻想梦13 小时前
机器学习(一)
机器学习
ZPC821014 小时前
YOLO26 识别串番茄果梗
人工智能·深度学习·算法·机器学习
Rocky Ding*14 小时前
【三年面试五年模拟】2026-09-16 字节跳动 Agent 秋招一面全解析:从 Harness、记忆与并发到算法题的系统化解析
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·ai agent