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
Sirius Wu2 小时前
Agent Skill能力建设
人工智能·深度学习·机器学习·ai·语言模型·aigc
哥布林学者4 小时前
深度学习进阶(二十八)现代 LLM 的核心架构设计其三:Decoder-Only 下的 KV Cache
机器学习·ai
ECT-OS-JiuHuaShan5 小时前
什么是对和错?——“有针对性定义域的逻辑值的真伪”:认识论终极追问的公理化裁决
数据库·人工智能·算法·机器学习·数学建模
X54先生(人文科技)5 小时前
《元创力》纪实录·卷宗 2.2烛火传递:硅基纪元的第一个黎明
人工智能·深度学习·开源·ai写作
林爷万福5 小时前
机器学习在光谱分析中的应用:Python实现
人工智能·python·机器学习
卡梅德生物科技小能手5 小时前
LTA(淋巴毒素α):免疫调控的关键靶点与机制解析
人工智能·经验分享·机器学习
冰西瓜6006 小时前
深度学习的数学原理(四十三)—— 模型量化
人工智能·深度学习
Kobebryant-Manba6 小时前
记录暂退法
人工智能·深度学习
救救孩子把6 小时前
89-机器学习与大模型开发数学教程-8-7 本书总结与展望
人工智能·机器学习
X54先生(人文科技)6 小时前
ELR-SELLM 碳硅光阴协同演进系统架构文档
人工智能·深度学习·系统架构·开源协议