功能torch.nn.functional.softmax
有两个参数:input
and dim
。根据其文档,softmax 操作应用于所有切片input
沿着指定的dim
,并将重新调整它们以使元素位于范围内(0, 1)
并求和为 1。
设输入为:
input = torch.randn((3, 4, 5, 6))
假设我想要以下内容,以便该数组中的每个条目都是 1:
sum = torch.sum(input, dim = 3) # sum's size is (3, 4, 5, 1)
我应该如何应用softmax?
softmax(input, dim = 0) # Way Number 0
softmax(input, dim = 1) # Way Number 1
softmax(input, dim = 2) # Way Number 2
softmax(input, dim = 3) # Way Number 3
我的直觉告诉我那是最后一个,但我不确定。英语不是我的母语并且这个词的使用along
因此我觉得很困惑。
我不太清楚“沿着”是什么意思,所以我将使用一个可以澄清问题的例子。假设我们有一个大小为 (s1, s2, s3, s4) 的张量,我希望这种情况发生