为什么 tensorflow 对 softmax 函数使用 'dim' 参数？
Why tensorflow use 'dim' parameter for softmax function?
为什么tensorflow对softmax函数使用'dim'参数？我们可以使用什么样的张量作为输入？
tf.nn.softmax 在输入中接受一个通用的非空张量。
您可以决定在每个维度上应用 softmax。
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，通常是形状为 [batch_size, num_classes].
的张量
但是，您可以决定将 softmax 应用于形状为 [batch_size, num_classes, 2, 1] 的张量，并仅在张量的第二个维度上计算 softmax：tf.nn.softmax(tensor, axis=1)
为什么tensorflow对softmax函数使用'dim'参数？我们可以使用什么样的张量作为输入？
tf.nn.softmax 在输入中接受一个通用的非空张量。
您可以决定在每个维度上应用 softmax。
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，通常是形状为 [batch_size, num_classes].
但是，您可以决定将 softmax 应用于形状为 [batch_size, num_classes, 2, 1] 的张量，并仅在张量的第二个维度上计算 softmax：tf.nn.softmax(tensor, axis=1)