torch.nn—softmax

softmax()可以说是很基础的东西了,为什么还要看一遍?

moving_mean = torch.sum(moving_mean*nn.Softmax(-1)(self.layer(x.unsqueeze(-1))),dim=-1)

看到这行代码的时候突然发现自己对nn.Softmax并没有很了解,故有此文。

 torch中两种用法

torch.nn.functional.Softmax(input,dim=None)

nn.Softmax(dim=None)(input)

nn.Softmax_harry_tea的博客-CSDN博客 

pytorch中tf.nn.functional.softmax(x,dim = -1)对参数dim的理解_一小坨北北的博客-CSDN博客_nn.functional.softmax

参考资料

nn.Softmax(dim=?) - 知乎

Softmax 函数的特点和作用是什么? - 知乎

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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