Softmax

类 torch.nn.Softmax(dim=None)[source][source] ¶

将 Softmax 函数应用于 n 维输入张量。

将它们重新缩放，使得 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，未指定的值被视为 -inf 。

形状：

• 输入： $(*)$ 其中 * 表示任意数量的额外维度

• 输出： $(*)$ ，与输入具有相同的形状

返回值:

与输入具有相同维度和大小的张量，其值位于[0, 1]范围内。

参数:

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

返回类型:

无。

注意

此模块不能直接与 NLLLoss 一起使用，因为 NLLLoss 期望在 Softmax 和自身之间计算 Log。请使用 LogSoftmax（它更快且具有更好的数值特性）。

示例：

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