Python PyTorch Softmax用法及代码示例

本文简要介绍python语言中 torch.nn.Softmax 的用法。

用法:

class torch.nn.Softmax(dim=None)

返回：

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) -计算 Softmax 的维度(因此沿 dim 的每个切片的总和为 1)。

将 Softmax 函数应用于 n 维输入张量，重新缩放它们，使 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，未指定的值将被视为 -inf 。

形状：

• 输入：(*) 其中 * 表示任意数量的附加维度

• 输出：(*)，与输入的形状相同

注意

该模块不直接与 NLLLoss 一起使用，它期望在 Softmax 和自身之间计算 Log。改用LogSoftmax(它更快并且具有更好的数值属性)。

例子：

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