functional.normalize()和softmax（input）

最新推荐文章于 2023-12-13 17:29:04 发布

sinat_40147910

最新推荐文章于 2023-12-13 17:29:04 发布

阅读量599

点赞数

分类专栏：推荐系统

本文链接：https://blog.csdn.net/sinat_40147910/article/details/108682895

版权

推荐系统专栏收录该内容

19 篇文章 0 订阅

订阅专栏

input_ = torch.randn((3, 4))
a = torch.nn.Softmax()(input_)
 
b = torch.nn.functional.normalize(a)
 
 
# a是[
[11 12 13],
[21 22 23],
[31 32 33]
]


a的结果为：
tensor([[0.2074, 0.2850, 0.1973, 0.3103],
        [0.2773, 0.1442, 0.3652, 0.2132],
        [0.3244, 0.3206, 0.0216, 0.3334]])

# softmax计算时11/11+12+13---0.2074       0.2074+0.2850+0.1973+0.3103= 1
 
 
b的结果为：
tensor([[0.4071, 0.5595, 0.3874, 0.6092],
        [0.5274, 0.2743, 0.6945, 0.4054],
        [0.5738, 0.5671, 0.0381, 0.5896]])

#b中的0.4071其实就是a中的   0.2074/根号下(0.2074*0.2074+0.285*0.285+0.1973*0.1973+0.3103*0.3103) = 0.4071