Softmax

class torch.nn.Softmax(dim=None)

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

$$\text{Softmax}(x_{i}) = \frac{\exp(x_i)}{\sum_j \exp(x_j)}$$

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

无

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)