Softmax

類 torch.nn.Softmax(dim=None)

將 Softmax 函式應用於 n 維輸入 Tensor。

對其進行重新縮放，使 n 維輸出 Tensor 的元素位於範圍 [0,1] 內，且總和為 1。

Softmax 的定義如下：

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

當輸入 Tensor 是一個稀疏 Tensor 時，未指定的值被視為 -inf。

形狀

• 輸入: $(*)$ 其中 * 表示任意數量的額外維度

• 輸出: $(*)$，與輸入具有相同的形狀

返回

一個與輸入具有相同維度和形狀，且值在 [0, 1] 範圍內的 Tensor

引數

dim (int) – 計算 Softmax 的維度（因此沿著 dim 的每個切片總和為 1）。

返回型別

None

注意

此模組不直接與 NLLLoss 一起使用，NLLLoss 期望在 Softmax 和自身之間計算 Log。請改用 LogSoftmax（它更快，且具有更好的數值特性）。

示例

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