李沐动手学AI DeepLearning Softmax 学习笔记

9.4 Softmax回归从零实现

这一段代码可能有点难理解

首先明确，这是2个样本在3个类别的预测问题

y = torch.tensor([0,2])
y_hat = torch.tensor([[0.1,0.3,0.6],[0.3,0.2,0.5]])
y_poss = y_hat[[0,1],y]

y代表样本真实标签，这里表示两个样本的真实标签分别是0和2

y = torch.tensor([0,2])

y_hat是所得的预测概率tensor，可以看到一行相加值为1，即每行代表一个样本的三种类别上预测概率

y_hat = torch.tensor([[0.1,0.3,0.6],[0.3,0.2,0.5]])

y_hat [ [0,1 ] , y ]中，0、1分别表示第一个和第二个样本

取第i个数据真实标签值的概率，即取第一个样本和第二个样本真实标签值（0，2）的概率

y_poss = y_hat[[0,1],y]

所以最后的输出应该是

tensor[0.1000,0.5000]