Softmax

类 torch.nn.Softmax(dim=None)

将 Softmax 函数应用于 n 维输入 Tensor。

对其进行重新缩放，使 n 维输出 Tensor 的元素位于范围 [0,1] 内，且总和为 1。

Softmax 的定义如下：

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

当输入 Tensor 是一个稀疏 Tensor 时，未指定的值被视为 -inf。

形状

• 输入: $(*)$ 其中 * 表示任意数量的额外维度

• 输出: $(*)$，与输入具有相同的形状

返回

一个与输入具有相同维度和形状，且值在 [0, 1] 范围内的 Tensor

参数

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

返回类型

None

注意

此模块不直接与 NLLLoss 一起使用，NLLLoss 期望在 Softmax 和自身之间计算 Log。请改用 LogSoftmax（它更快，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)