python softmax函数

这篇博客主要介绍了Python中numpy库和PyTorch库的softmax函数用法。讲解了softmax函数在单维度argmax和max函数的应用,以及如何通过softmax计算得出的分数进行预测。同时,给出了softmax函数的计算公式,并提供了Python使用numpy计算softmax的示例代码。
摘要由CSDN通过智能技术生成

目录

numpy softmax函数

单维度 argmax,max函数:

softmax后,直接获取第几维的分数,就是预测值

pytorch softmax函数用法:


numpy softmax函数


def softmax(x, axis=None):
    x_exp = np.exp(x - np.max(x, axis=axis, keepdims=True))
    return x_exp / np.sum(x_exp, axis=axis, keepdims=True)



out=softmax(output[0][0],axis=0)
    
index_max = np.argmax(out, axis=0)

print(index_max,out[index_max])

单维度 argmax,max函数:

import numpy as np
a = np.array([3, 1, 2, 4, 6, 1])
print(np.argmax(a))
4

print(a.max())

softmax后,直接获取第几维的分数,就是预测值

python numpy softmax函数:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值