torch.sigmoid()、torch.softmax()、sum

torch.sigmoid()、torch.softmax()、sum

1、torch.sigmoid()

对每个元素进行处理（函数为)

举例：

A = torch.Tensor([1,2,3]) #一维B = torch.sigmoid(A)print(B)

A = torch.Tensor([[1,2,3],[1,2,3]]) #二维B = torch.sigmoid(A)print(B)

2、torch.softmax()

公式：

二维情况下，dim=1时，对行进行计算

A = torch.Tensor([[1,1],[1,1],[1,3]])B = torch.softmax(A,dim=1) #对行 进行softmaxprint(B)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GIDLbimg-1666254112726)(https://cdn.jsdelivr.net/gh/bean661/images@main/img/202210201552330.png)]

二维情况下，dim=0时，对列进行计算

A = torch.Tensor([[1,1],[1,1],[1,3]])B = torch.softmax(A,dim=0) #对列 进行softmaxprint(B)

3、sum

A = torch.Tensor([[1,2],[3,4],[5,6]])B = A.sum(dim=0)print()

([[1,2],[3,4],[5,6]])
B = A.sum(dim=0)
print()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LPNL8qgZ-1666254112727)(https://cdn.jsdelivr.net/gh/bean661/images@main/img/202210201620452.png)]