回答情况：
提问时间：
问题标签：
autograd.Variable(torch.FloatTensor([0.6229,0.3771]))>>> m = nn.Softmax
浏览 0提问于2018-03-12得票数 4
回答已采纳
1回答
theta_gradients = np.zeros((4, 3)).astype(np.float)
for i in range(len(x)): p = softmax(sm_input(x[i], theta))[y[i]]
# target function {y = j}
浏览 1提问于2018-10-08得票数 1
回答已采纳
activation='relu', kernel_initializer = 'glorot_uniform'), tf.keras.layers.Softmax
浏览 7修改于2019-12-03得票数 0
据我所知，Gumbel-Softmax技巧是一种技术，使我们能够对离散的随机变量进行采样，以一种可微的方式(因此适合于端到端的深度学习)。}{\tau})}
从实践和理论的角度来看，什么时候将Gumbel噪声融入到神经网络中，而不是仅仅使用温度下的Softmax？以下是几点意见：温度越高，Gumbel噪声的
浏览 0提问于2019-08-29得票数 29
我刚接触机器学习和学习如何在python中实现softmax，我遵循了下面的主题。2000,4000,5000,6000],[1000,2000,3000,6000]])并尝试通过以下方式实现softmax
浏览 0修改于2017-10-25得票数 2
4回答
下面有一种数值稳定的方法来计算softmax函数吗？我得到的值在神经网络代码中变成了Nans。
np.exp(x)/np.sum(np.exp(y))
浏览 26修改于2022-07-25得票数 35
回答已采纳
1回答
我试图用softmax回归建立一个神经网络。我使用以下回归公式：假设我有1000x100的输入。换句话说，假设我有1000幅图像，每个维度都是10x10。
浏览 9提问于2016-10-11得票数 2
回答已采纳
我试图查找文档，但找不到任何有关torch.softmax的信息。torch.nn.Softmax、torch.nn.funtional.softmax、torch.softmax和torch.nn.functional.log_softmax有什么区别？
浏览 100修改于2021-09-17得票数 0
我试图从最后一层是softmax层的网络中获得softmax概率，当我使用model.predict()时，我得到的是类而不是概率。谁能告诉我如何获得概率。model.add(Dense(128)) model.add(Dense(43))
model.add(Activation('softmax
浏览 1修改于2018-06-20得票数 0
im遵循MNIST Softmax教程y = tf.nn.softmax(tf.matmul(x, W) + b)# Create the model784])b = tf.Variable(tf.zeros([10]))未使用softmax我认为它需要改变我假设，
浏览 0修改于2017-01-09得票数 2
我试图在pytorch中实现softmax函数，但我的实现的输出无法与pytorch的实现的输出相匹配。我之所以尝试这样做，是因为我想继续实现一个屏蔽的softmax，它不会在分母的和中包括某些索引，并为这些屏蔽的索引设置输出。 我想计算一个矩阵，其中输出中的每一行和为1。我目前的实现是： def my_softmax(x): return exp / exp.sum(1, keepdim=True) 然而，我的实现和pytorch)tensor([[-1
浏览 16修改于2021-10-03得票数 0
回答已采纳
tf.nn.softmax_cross_entropy_with_logits和tf.losses.softmax_cross_entropy有什么区别，什么时候使用哪个函数？？
浏览 10修改于2019-03-13得票数 0
我有一个Tensorflow多类分类器，它在使用tf.nn.softmax计算概率的同时生成nan或inf。(logits=logits, name='Softmax')
probabilities = tf.debugging.check_numerics(probabilities, message='bad根据我所读到的关于tf.nn.softmax的内容，它可以处理logit中的非常大和非常小的值。我已经在交互模式中验证了这一点。 >>> with tf.Session() as s:
浏览 34修改于2021-08-30得票数 6
如何将tf.nn.sparse_softmax_cross_entropy_with_logits转换为使用采样的softmax而不是常规的softmax？softmax函数的输入类似于：[batch, max_time_steps, 512]
浏览 0修改于2017-10-09得票数 2
我们知道，Softmax通常应用于具有e^{a}\over \sum e^{a}功能的多类标签。
我的问题是，像a^{2} \over \sum a^{2}这样的函数大多也能工作吗？
浏览 0修改于2021-08-05得票数 1
我有一个NN，在softmax之前的最后一层输出中，我有17编号(每个患者的每个编号)。[ -528.2402 ]现在，这些数字的基本事实是：现在可以非常清楚地看到，softmax由于某些原因，softmax函数不能学习这样简单的东西，并且总是给出答案(在对输出执行"argmax“之后)。
[0 0 0 0 0 0 0 0 0 ...]现在，我唯一的问题是-为什么我的softmax很难区分2类
浏览 0修改于2019-12-23得票数 0
1回答
我试图计算softmax函数的导数。我有一个2d numpy数组，我正在计算沿着轴1的数组的软最大值。同样，我的python代码是：现在，我计算softmax方程导数的python代码是： s=x.reshape(-1,1)
r
浏览 0修改于2019-02-14得票数 1
我对softmax的输入，y = tf.nn.softmax(tf.matmul(x, W) + b)，是一个值矩阵[[ 9.77206726e+02][ 5.72391296e+02] [ 4.75727379e-01]但是，当输入到softmax中时，我得到：[[ 1, 2])
W = tf.Variabl
浏览 3修改于2017-01-09得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号