Python PyTorch Softmax用法及代碼示例

本文簡要介紹python語言中 torch.nn.Softmax 的用法。

用法:

class torch.nn.Softmax(dim=None)

返回：

一個與輸入具有相同維度和形狀的張量，其值在 [0, 1] 範圍內

參數：

dim(int) -計算 Softmax 的維度(因此沿 dim 的每個切片的總和為 1)。

將 Softmax 函數應用於 n 維輸入張量，重新縮放它們，使 n 維輸出張量的元素位於 [0,1] 範圍內並且總和為 1。

Softmax 定義為：

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

當輸入張量是稀疏張量時，未指定的值將被視為 -inf 。

形狀：

• 輸入：(*) 其中 * 表示任意數量的附加維度

• 輸出：(*)，與輸入的形狀相同

注意

該模塊不直接與 NLLLoss 一起使用，它期望在 Softmax 和自身之間計算 Log。改用LogSoftmax(它更快並且具有更好的數值屬性)。

例子：

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