Softmax

class torch.nn.Softmax(dim=None)

将 Softmax 函数应用于 n 维输入张量。

将其重新缩放，使得 n 维输出 Tensor 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 Tensor 是稀疏张量时，未指定的值将被视为 -inf。

形状

• 输入: $(*)$，其中 * 表示任意数量的附加维度

• 输出: $(*)$，与输入形状相同

返回

一个与输入具有相同维度和形状的张量，其值在 [0, 1] 范围内

参数

dim (int) – Softmax 将在其上计算的维度（因此 dim 上的每个切片将总和为 1）。

返回类型

无

注意

此模块不能直接与 NLLLoss 一起使用，NLLLoss 期望在 Softmax 和它自身之间计算 Log。请改用 LogSoftmax（它更快，并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)

extra_repr()

返回模块的额外表示。

返回类型

str

forward(input)

执行前向传播。

返回类型

张量