nn.functional.softmax(X, dim=-1)

Nice25

已于 2024-10-10 10:24:40 修改

阅读量532

点赞数 2

分类专栏：动手学深度学习笔记文章标签：深度学习 pytorch 机器学习

于 2024-10-09 21:17:07 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_46144186/article/details/142796744

版权

动手学深度学习笔记专栏收录该内容

3 篇文章

订阅专栏

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：

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：

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。