寫代碼，看代碼都要心中有數(shù)，輸入是什么，輸出是什么，結(jié)果是如何計(jì)算出來的。

一維數(shù)據(jù)：

# -*- coding: utf-8 -*- import torch import numpy as np import torch.nn.functional as Fa = [1, 2, 3] a = torch.from_numpy(np.array(a, dtype=np.float)) b1 = F.softmax(a, dim=0) b2 = F.softmax(a, dim=-1) print(b1) print(b2)

運(yùn)行結(jié)果：

?dim=0,列和為1，列的和為1，由于只有一個(gè)維度，行在規(guī)模上是沒有的，雖然眼睛看起來是1行3個(gè)數(shù)，但是實(shí)際上只有一個(gè)列維度是3，所以是列和為1，一共3列，那么計(jì)算出來的三個(gè)數(shù)的和應(yīng)該是1，運(yùn)行結(jié)果中可以看出，確實(shí)是，dim=-1和dim=0的結(jié)果一致，是循環(huán)所致。

二維數(shù)據(jù)：

# -*- coding: utf-8 -*- import torch import numpy as np import torch.nn.functional as Fa = [[1, 2, 3],[4,5,6]] a = torch.from_numpy(np.array(a, dtype=np.float)) b1 = F.softmax(a, dim=0) b2 = F.softmax(a, dim=1) b3 = F.softmax(a, dim=-1) print(b1) print(b2) print(b3)

運(yùn)行結(jié)果：

?

dim=-1和dim=1的結(jié)果一樣，循環(huán)所致。?

三維數(shù)據(jù)：

# -*- coding: utf-8 -*- import torch import numpy as np import torch.nn.functional as Fa = [[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [1, 2, 4]]] a = torch.from_numpy(np.array(a, dtype=np.float)) b1 = F.softmax(a, dim=0) b2 = F.softmax(a, dim=1) b3 = F.softmax(a, dim=2) b4 = F.softmax(a, dim=-1) print(b1) print(b2) print(b3) print(b4)

運(yùn)行結(jié)果：

dim=-1和dim=2的結(jié)果一樣，原因嘛，循環(huán)所致。

總結(jié)

以上是生活随笔為你收集整理的剖析 | torch.nn.functional.softmax维度详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。