pytorch numpy,pytorch nn.softmax

　　【pytorch】使用数组实现框架的分类器函数与交叉熵函数_安安爸克莉丝的技术博客_博客

　　torch.nn.functional.F.softmax公式

　　将数组作为铭牌导入

　　进口火炬

　　导入火炬. nn .功能为F

　　def my_softmax(x):

　　exp_x=np.exp(x)

　　返回指数x/np.sum(指数x)

　　x=np.array([1.5，2.2，3.1，0.9，1.2，1.7])

　　xt=torch.from_numpy(x)

　　print(F.softmax:，F.softmax(xt))

　　print(my_softmax ，my_softmax(x))结果一致

　　从源码上来看，torch.nn.functional.F.softmax实际上调用的是张量自身的分类器函数

　　torch.nn.functional.F.softmax公式

　　将数组作为铭牌导入

　　进口火炬

　　导入火炬. nn .功能为F

　　def my_softmax(x):

　　exp_x=np.exp(x)

　　返回指数x/np.sum(指数x)

　　def my_log_softmax(x):

　　返回np.log(my_softmax(x))

　　x=np.array([1.5，2.2，3.1，0.9，1.2，1.7])

　　xt=torch.from_numpy(x)

　　print(F.softmax:，F.log_softmax(xt))

　　print(my_softmax ，my_log_softmax(x))结果一致

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。