Python mxnet.symbol.SoftmaxActivation用法及代碼示例

用法:
mxnet.symbol.SoftmaxActivation(data=None, mode=_Null, name=None, attr=None, out=None, **kwargs)

參數：

data：(Symbol) - 輸入數組。
mode：({'channel', 'instance'},optional, default='instance') - 指定如何計算 softmax。如果設置為instance，它為每個實例計算 softmax。如果設置為channel, 它為每個實例的每個位置計算跨通道 softmax。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

將 softmax 激活應用於輸入。這適用於內部層。

注意：

此運算符已被棄用，請使用 softmax 。

如果 mode = instance ，此運算符將為批處理中的每個實例計算一個 softmax。這是默認模式。

如果 mode = channel ，此運算符將在每個實例的每個位置計算 k-class softmax，其中 k = num_channel 。僅當輸入數組至少具有 3 個維度時才能使用此模式。這可用於 fully convolutional network 、 image segmentation 等。

例子：

>>> input_array = mx.nd.array([[3., 0.5, -0.5, 2., 7.],
>>>                            [2., -.4, 7.,   3., 0.2]])
>>> softmax_act = mx.nd.SoftmaxActivation(input_array)
>>> print softmax_act.asnumpy()
[[  1.78322066e-02   1.46375655e-03   5.38485940e-04   6.56010211e-03   9.73605454e-01]
 [  6.56221947e-03   5.95310994e-04   9.73919690e-01   1.78379621e-02   1.08472735e-03]]

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.symbol.SoftmaxActivation。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：

注意：