torch.nn.functional的F.softmax()用法

Guapifang

于 2021-10-04 22:38:30 发布

阅读量5.8k

点赞数 1

分类专栏：深度学习文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/weixin_43918046/article/details/120609240

版权

深度学习专栏收录该内容

41 篇文章

订阅专栏

这篇博客介绍了PyTorch中F.softmax()函数的用法，通过两个不同维度的矩阵实例展示了如何按列和行方向进行softmax运算。文章详细解释了softmax函数在神经网络中的作用，以及如何在实践中应用该函数来处理激活值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

F.softmax()就是softmax函数。

import torch
import torch.nn.functional as F
x = torch.rand(1,3,2)#1个3x2大小的矩阵
y = torch.rand(1,2,4)#1个2x4大小的矩阵
z = torch.bmm(x,y)
print('原始z矩阵：')
print(z)
print('按列方向上进行softmax：')
print(F.softmax(z, 1))
print('按行方向上进行softmax：')
print(F.softmax(z, 2))

在这里插入图片描述