คำนวณการเปิดใช้งาน softmax
สำหรับแต่ละชุด `i` และคลาส `j` ที่เรามี
$$softmax[i, j] = exp(logits[i, j]) / sum_j(exp(logits[i, j]))$$
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T ขยาย TNumber > Softmax <T> | สร้าง (ขอบเขต ขอบเขต บันทึกการดำเนินการ <T>) วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ Softmax ใหม่ |
เอาท์พุต <T> | ซอฟท์แม็กซ์ () รูปร่างเดียวกับ `logits` |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง Softmax <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต บันทึกการดำเนินการ <T>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ Softmax ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
บันทึก | 2-D ที่มีรูปร่าง `[batch_size, num_classes]` |
การส่งคืน
- ตัวอย่างใหม่ของ Softmax