代码之家 › 专栏 › 技术社区 › Denzelmon

为什么tensorflow对softmax函数使用“dim”参数?

softmax conv-neural-network tensorflow

Denzelmon · 技术社区 · 7 年前

为什么tensorflow对softmax函数使用“dim”参数?我们可以使用哪种张量作为输入?

1 回复 | 直到 7 年前

nessuno 7 年前

tf.nn.softmax 在输入中接受泛型非空张量。

通常,softmax应用于输入张量的最后一个维度(这是默认行为)。这是因为通常softmax应用于神经网络输出,神经网络输出通常是形状为的张量 [batch_size, num_classes] .

然而,您可以决定将softmax应用于形状为的张量 [batch_size, num_classes, 2, 1] 并仅在张量的第二维上计算softmax: tf.nn.softmax(tensor, axis=1)

推荐文章

Subhanandh · 无法确定包含转置操作的循环中numpy数组的形状

7 年前

Willy Barales Aguilar · 改变MNIST张量流的类数

7 年前

Jules · 对神经元子集应用softmax

7 年前

Denzelmon · 为什么tensorflow对softmax函数使用“dim”参数?

7 年前

Viet Phan · Tensorflow:分层Softmax实现

7 年前

Afshin Mehrabani Mohd Jafar · 我应该使用Softmax的输出进行反向传播吗?

7 年前

Vato · 使用softmax?选择动作?

8 年前

Kevin He · MATLAB中是否有GPU实现的多类分类功能?

9 年前