Softmin

class torch.nn.Softmin(dim=None)

对n维输入张量应用Softmin函数。

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。

Softmin 定义为：

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

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

Parameters

dim (int) – 将在该维度上计算Softmin（因此沿该维度的每个切片将总和为1）。

Returns

与输入具有相同维度和形状的张量，其值在范围 [0, 1] 内

Return type

无

示例：

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