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
罗西的思考40 分钟前
【轻量化复刻大模型】线性注意力交互式演示
人工智能·算法·机器学习
Yolanda_20222 小时前
week3深度学习处理文本(上)
人工智能·深度学习
Smoothcloud润云2 小时前
GPU算力平台推荐:复现实验时,如何判断租用资源是否合适?
服务器·人工智能·深度学习·gpu算力·gpu
Rocky Ding*4 小时前
深入浅出Xiaomi-Lens-0技术解析:像素监督如何改变视觉推理
论文阅读·人工智能·深度学习·机器学习·aigc·多模态·ai-native
默|笙4 小时前
【AI应用】认识机器学习与深度学习
人工智能·深度学习·机器学习
JAVA_AI人工智能项目实战4 小时前
深度学习实验笔记
人工智能·深度学习·语言模型·自然语言处理
forest_094 小时前
当 AI 搜索开始「自我进化」,谁来进化它的核实?——「已核实」结论复核器:3 条结论挖出 2 个洞(附可运行代码)
人工智能·python·机器学习·prompt·agi
X54先生(人文科技)5 小时前
百度智能对 X54 先生学科底色评估
人工智能·深度学习·百度·架构
田里的水稻6 小时前
FA_CNN卷积神经网络十八---感知机到多层感知机PyTorch
人工智能·pytorch·python