PyTorch softmax暗淡

Question

softmax应该应用于哪个维度？

此代码：

%reset -f

import torch.nn as nn
import numpy as np
import torch

my_softmax = nn.Softmax(dim=-1)

mu, sigma = 0, 0.1 # mean and standard deviation

train_dataset = []
image = []
image_x = np.random.normal(mu, sigma, 24).reshape((3 , 4, 2))
train_dataset.append(image_x)

x = torch.tensor(train_dataset).float()

print(x)
print(my_softmax(x))
my_softmax = nn.Softmax(dim=1)
print(my_softmax(x))

打印以下内容：

tensor([[[[-0.1500,  0.0243],
          [ 0.0226,  0.0772],
          [-0.0180, -0.0278],
          [ 0.0782, -0.0853]],

         [[-0.0134, -0.1139],
          [ 0.0385, -0.1367],
          [-0.0447,  0.1493],
          [-0.0633, -0.2964]],

         [[ 0.0123,  0.0061],
          [ 0.1086, -0.0049],
          [-0.0918, -0.1308],
          [-0.0100,  0.1730]]]])
tensor([[[[ 0.4565,  0.5435],
          [ 0.4864,  0.5136],
          [ 0.5025,  0.4975],
          [ 0.5408,  0.4592]],

         [[ 0.5251,  0.4749],
          [ 0.5437,  0.4563],
          [ 0.4517,  0.5483],
          [ 0.5580,  0.4420]],

         [[ 0.5016,  0.4984],
          [ 0.5284,  0.4716],
          [ 0.5098,  0.4902],
          [ 0.4544,  0.5456]]]])
tensor([[[[ 0.3010,  0.3505],
          [ 0.3220,  0.3665],
          [ 0.3445,  0.3230],
          [ 0.3592,  0.3221]],

         [[ 0.3450,  0.3053],
          [ 0.3271,  0.2959],
          [ 0.3355,  0.3856],
          [ 0.3118,  0.2608]],

         [[ 0.3540,  0.3442],
          [ 0.3509,  0.3376],
          [ 0.3200,  0.2914],
          [ 0.3289,  0.4171]]]])

因此，第一个张量在施加softmax之前，第二个张量是对soft施加dim = -1的张量的结果，而第三个张量是softmax施加给dim = 1的张量的结果。

对于第一个softmax的结果，可以看到对应元素之和为1，例如[0.4565，0.5435]-> 0.4565 + 0.5435 == 1。

第二个softmax结果等于1是什么？

我应该选择哪个暗值？

更新：尺寸(3 , 4, 2)对应于图像尺寸，其中3是RGB值，4是水平像素数（宽度），2是垂直像素数（高度）。这是图像分类问题。我正在使用交叉熵损失函数。另外，我在最后一层中使用softmax以便向后传播概率。

Answer 1

您有一个1x3x4x2张量train_dataset。您的softmax函数的dim参数确定执行Softmax操作的尺寸。第一维是批次尺寸，第二维是深度，第三维是行，最后一个是列。请查看下面的图片（对不起，这幅画很糟），以了解将dim设置为1时如何执行softmax。

简而言之，您的4x2矩阵的每个对应条目的总和等于1。

更新：应将softmax应用于哪个维度的问题取决于张量存储的数据以及目标是什么。

更新：有关图像分类的任务，请参见pytorch官方网站上的tutorial。它涵盖了在实际数据集上使用pytorch进行图像分类的基础及其简短的教程。尽管该教程不执行Softmax操作，但是您只需要在最后一个完全连接的层的输出上使用torch.nn.functional.log_softmax。有关完整的示例，请参见MNIST classifier with pytorch。将图像展平为完全连接的图层后，图像是RGB还是灰度都没有关系（还要记住，MNIST示例的相同代码可能不适合您，取决于您使用的pytorch版本）。

Answer 2

对于大多数深度学习问题，我们肯定会分批提出。因此dim始终为1。不要与它混淆。通过我们所说的函数，您可以沿每个批处理的内容进行操作（此处为向量，即如果您有8个类，则其中有8个元素每一行）。您也可以提及dim = -1。