megengine.functional.nn.softmax¶
- softmax(inp, axis=None)[源代码]¶
使用 \(\text{softmax}(x)\) 函数。\(\text{softmax}(x)\) 被定义为：
\[\text{softmax}(x_{i}) = \frac{\exp(x_i)}{\sum_j \exp(x_j)}\]应用softmax于一个n维输入张量，并重新放缩张量中的元素值，使得n维输出张量中所有元素的取值范围为 [0,1] 并且加和为1。
更多细节见
Softmax。实际案例
import numpy as np from megengine import tensor import megengine.functional as F x = tensor(np.arange(-5, 5, dtype=np.float32)).reshape(2,5) out = F.softmax(x) print(out.numpy().round(decimals=4))
输出：
[[0.0117 0.0317 0.0861 0.2341 0.6364] [0.0117 0.0317 0.0861 0.2341 0.6364]]
- 返回类型