Softmax

class torch.nn.Softmax(dim=None)

将Softmax函数应用于n维输入张量。

重新缩放它们，使得n维输出张量的元素位于范围[0,1]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，未指定的值将被视为 -inf。

Shape:

• 输入：$(*)$ 其中 * 表示任意数量的额外维度

• 输出: $(*)$, 与输入形状相同

Returns

与输入具有相同维度和形状的张量，其值在范围 [0, 1] 内

Parameters

dim (int) – 一个将计算Softmax的维度（因此沿该维度的每个切片将总和为1）。

Return type

无

注意

此模块不直接与NLLLoss一起工作， NLLLoss期望在Softmax和自身之间计算Log。 请改用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)