third_softmax = tf.nn.softmax(third_sorted_unlabeled_logits)

该函数与下面的编程等价:

third_sorted_unlabeled_exp_logits = tf.exp(third_sorted_unlabeled_logits)
logits_sum = tf.reduce_sum(tf.exp(third_sorted_unlabeled_logits), axis=1)
logits_sum1 = tf.expand_dims(logits_sum,axis=1)
logits_sumg = tf.tile(logits_sum1,[1,FLAGS.num_classes])
third_softmax = third_sorted_unlabeled_exp_logits / (logits_sumg + 1e-8)
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