比较与torch.nn.Softmax的功能差异

查看源文件

torch.nn.Softmax

class torch.nn.Softmax(dim=None)(input) -> Tensor

更多内容详见torch.nn.Softmax

mindspore.nn.Softmax

class mindspore.nn.Softmax(axis=-1)(x) -> Tensor

更多内容详见mindspore.nn.Softmax

差异对比

PyTorch:它是二分类函数在多分类上的推广,目的是将多分类的结果以概率的形式展现出来。

MindSpore:MindSpore此API实现功能与PyTorch一致,仅参数名不同。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

dim

axis

功能一致,参数名不同,默认值不同

输入

单输入

input

x

功能一致,参数名不同

代码示例

两API实现功能一致,用法相同。

# PyTorch
import torch
import numpy
from torch import tensor
import torch.nn as nn

x = torch.FloatTensor([1, 1])
softmax = nn.Softmax(dim=-1)(x)
print(softmax.numpy())
# [0.5 0.5]

# MindSpore
import mindspore
import numpy as np
from mindspore import Tensor

x = Tensor(np.array([1, 1]), mindspore.float16)
softmax = mindspore.nn.Softmax()
output = softmax(x)
print(output)
# [0.5 0.5]