Softmin

class torch.nn.Softmin(dim=None)

对 n 维输入 Tensor 应用 Softmin 函数。

重新调整它们，使得 n 维输出 Tensor 的元素位于 [0, 1] 范围内并求和为 1。

Softmin 定义为

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

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

参数

dim (a Tensor of the same dimension and shape as the input, with values in the range [0, 1]) – 沿 Softmin 计算的维度（因此沿 dim 的每个切片将求和为 1）。

返回

一个与输入具有相同维度和形状的 Tensor，其值在 [0, 1] 范围内

返回类型

无

示例

>>> m = nn.Softmin(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