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
chinesegf2 小时前
文本嵌入模型的比较(一)
人工智能·算法·机器学习
哥布林学者2 小时前
吴恩达深度学习课程五:自然语言处理 第二周:词嵌入 课后习题与代码实践
深度学习·ai
HyperAI超神经3 小时前
加州大学构建基于全连接神经网络的片上光谱仪,在芯片级尺寸上实现8纳米的光谱分辨率
人工智能·深度学习·神经网络·机器学习·ai编程
杭州杭州杭州3 小时前
李沐动手学深度学习笔记(4)---物体检测基础
人工智能·笔记·深度学习
救救孩子把5 小时前
64-机器学习与大模型开发数学教程-5-11 本章总结与习题
人工智能·机器学习
救救孩子把5 小时前
55-机器学习与大模型开发数学教程-5-2 梯度下降法(GD)与随机梯度下降(SGD)
人工智能·机器学习
有Li5 小时前
学习通过皮层发育连续性迁移实现全生命周期脑解剖对应/文献速递-基于人工智能的医学影像技术
人工智能·深度学习·机器学习
狮子座明仔6 小时前
Plan-and-Act:让AI智能体学会“先想后做“
人工智能·深度学习·语言模型·自然语言处理
szcsun57 小时前
机器学习(一)
人工智能·机器学习
sonadorje7 小时前
矩阵的“内积”和“乘法”
人工智能·机器学习·矩阵