快捷方式

Softmin

class torch.nn.Softmin(dim=None)[source][source]

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

Softmin(xi)=exp(xi)jexp(xj)\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)

文档

访问 PyTorch 的完整开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源