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
mingo_敏2 小时前
DeepAgents : 权限(Permissions)
人工智能·深度学习·langchain
江畔柳前堤2 小时前
信号的本质——从模拟波形到AI中的数据张量
人工智能·深度学习·机器学习·计算机视觉·数据挖掘·语音识别
HyperAI超神经3 小时前
15亿参数挑战机器人控制,MiniCPM-RobotManip正式开源;覆盖文本/图/视频/动作序列,英伟达发布全模态模型Cosmos3-Edge
人工智能·深度学习·机器人·多模态·图像生成·具身智能·智能体
江畔柳前堤4 小时前
系统的本质——从LTI系统到神经网络
人工智能·深度学习·神经网络·机器学习·计算机视觉·数据挖掘·语音识别
databook6 小时前
用相关性分析消除“冗余特征”
python·机器学习·scikit-learn
SomeB1oody6 小时前
【RustyML入门】1.0. 快速上手
开发语言·后端·机器学习·rust·教程
sponge'7 小时前
《以场景为中心的无监督视频全景分割》论文框架讲解
人工智能·深度学习
布鲁飞丝8 小时前
彩笔运维勇闯机器学习--cpu与qps的线性关系
运维·人工智能·机器学习
2501_926978338 小时前
提示工程的实战报告(二):模型的失败模式与边界行为
人工智能·深度学习·算法
LayZhangStrive8 小时前
线性代数 - 第1章 行列式
人工智能·线性代数·机器学习