Softmin

class torch.nn.Softmin(dim=None)

将 Softmin 函数应用于 N 维输入 Tensor。

将它们重新缩放，使得 N 维输出 Tensor 的元素位于范围 [0, 1] 内且总和为 1。

Softmin 的定义如下

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

形状

• 输入: $(*)$ 其中 * 表示任意数量的额外维度

• 输出: $(*)$，形状与输入相同

参数

dim (int) – Softmin 将沿其计算的维度（因此沿该维度的每个切片总和为 1）。

返回值

与输入具有相同维度和形状的 Tensor，其值范围为 [0, 1]

返回类型

None

示例

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