Softmax

class torch.nn.Softmax(dim=None)

將 Softmax 函式應用於 n 維輸入張量。

將其重新縮放，使得 n 維輸出 Tensor 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 Tensor 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: $(*)$，與輸入形狀相同

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

引數

dim (int) – Softmax 將在其上計算的維度（因此 dim 上的每個切片將總和為 1）。

返回型別

無

注意

此模組不能直接與 NLLLoss 一起使用，NLLLoss 期望在 Softmax 和它自身之間計算 Log。請改用 LogSoftmax（它更快，並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)

extra_repr()

返回模組的額外表示。

返回型別

str

forward(input)

執行前向傳播。

返回型別

張量