Softmin

class torch.nn.Softmin(dim=None)

將 Softmin 函式應用於 N 維輸入 Tensor。

將它們重新縮放，使得 N 維輸出 Tensor 的元素位於範圍 [0, 1] 內且總和為 1。

Softmin 的定義如下

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

形狀

• 輸入: $(*)$ 其中 * 表示任意數量的額外維度

• 輸出: $(*)$，形狀與輸入相同

引數

dim (int) – Softmin 將沿其計算的維度（因此沿該維度的每個切片總和為 1）。

返回值

與輸入具有相同維度和形狀的 Tensor，其值範圍為 [0, 1]

返回型別

None

示例

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