Softmin

class torch.nn.Softmin(dim=None)

將 Softmin 函數應用於 n 維輸入張量。

重新縮放它們，使 n 維輸出張量的元素位於範圍 [0, 1] 內，總和為 1。

Softmin 定義為

$$\text{Softmin}(x_{i}) = \frac{\exp(-x_i)}{\sum_j \exp(-x_j)}$$

形狀

• 輸入: $(*)$ 其中 * 代表任意數量的額外維度

• 輸出: $(*)$, 與輸入相同的形狀

參數

dim (int) – 計算 Softmin 的維度 (因此沿著 dim 的每個切片總和為 1)。

返回值

一個與輸入具有相同維度和形狀的 Tensor，值在 [0, 1] 範圍內

返回類型

無

範例

>>> m = nn.Softmin(dim=1)
>>> input = torch.randn(2, 3)
>>> output = m(input)