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
@小阿宝18 小时前
PPF(Point-Pair Feature,点对特征)
人工智能·机器学习
weixin_4684668518 小时前
Cherry-Studio 新手极速上手指南
人工智能·python·深度学习·ai·自然语言处理·大模型
路人甲32619 小时前
Moravec‘s Paradox and the Robot Olympics
人工智能·深度学习·计算机视觉·机器人·具身智能
phoenix@Capricornus19 小时前
MNIST数据集上卷积神经网络微调(MATLAB例)
机器学习·matlab·cnn
头歌实践平台19 小时前
头歌 卷积神经网络卷积核和结构设计实验
人工智能·深度学习·cnn
YOLO数据集集合19 小时前
无人机航拍人体检测数据集|低空巡检搜救智能监控|YOLO目标检测算法训练集
人工智能·深度学习·yolo·目标检测·无人机
逻辑君19 小时前
Foresight研究报告【20260013】
人工智能·机器学习
明月照山海-19 小时前
机器学习周报四十七
人工智能·机器学习
【建模先锋】19 小时前
独家复现!从 FFT 频域特征到全连接图分类:基于图卷积神经网络 GCN 的滚动轴承故障诊断模型
深度学习·分类·cnn·信号处理·代码分享·图卷积神经网络·轴承故障诊断
2401_8274999919 小时前
深度学习03(黑马)-神经网络基础
人工智能·深度学习·神经网络