快捷方式

Softmax

class torch.nn.Softmax(dim=None)[源代码]

将 Softmax 函数应用于 n 维输入张量。

重新缩放它们,以便 n 维输出张量的元素位于 [0,1] 范围内,并且总和为 1。

Softmax 定义为

Softmax(xi)=exp(xi)jexp(xj)\text{Softmax}(x_{i}) = \frac{\exp(x_i)}{\sum_j \exp(x_j)}

当输入张量是稀疏张量时,未指定的数值将被视为 -inf

形状
  • 输入: ()(*) 其中 * 表示任意数量的其他维度

  • 输出: ()(*),与输入形状相同

返回值

一个与输入具有相同维度和形状的张量,其值在 [0, 1] 范围内

参数

dim (int) – 将计算 Softmax 的维度(因此沿 dim 的每个切片总和为 1)。

返回类型

注意

此模块不直接与 NLLLoss 一起使用,NLLLoss 预期在 Softmax 和自身之间计算对数。请改用 LogSoftmax(它更快,并且具有更好的数值特性)。

示例

>>> m = nn.Softmax(dim=1)
>>> input = torch.randn(2, 3)
>>> output = m(input)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源