Pytorch softmax: Какое измерение использовать?

Функция torch.nn.functional.softmax принимает два параметра: input и dim. Согласно своей документации операция softmax применяется ко всем срезам input вдоль заданного значения dim и будет масштабировать их так, чтобы элементы находились в диапазоне (0, 1) и суммировались с 1.

Пусть вход будет:

input = torch.randn((3, 4, 5, 6))

Предположим, я хочу следующее, так что каждая запись в этом массиве равна 1:

sum = torch.sum(input, dim = 3) # sum size is (3, 4, 5, 1)

Как следует применять softmax?

softmax(input, dim = 0) # Way Number 0
softmax(input, dim = 1) # Way Number 1
softmax(input, dim = 2) # Way Number 2
softmax(input, dim = 3) # Way Number 3

Моя интуиция говорит мне, что это последняя, но я не уверен. Английский не является моим родным языком, и использование слова along, казалось запутанным мне из - за этого.

Я не совсем понимаю, что означает "вдоль", поэтому я буду использовать пример, который мог бы прояснить ситуацию. Предположим, что у нас есть тензор размера (s1, s2, s3, s4), и я хочу, чтобы это произошло

ОТВЕТЫ

Ответ 1

Самый простой способ заставить вас понять: скажем, вам дается тензор формы (s1, s2, s3, s4) и, как вы упомянули, вы хотите, чтобы сумма всех записей по последней оси была равна 1.

sum = torch.sum(input, dim = 3) # input is of shape (s1, s2, s3, s4)

Затем вы должны вызвать softmax как:

softmax(input, dim = 3)

Чтобы легко понять, вы можете рассматривать 4d-тензор формы (s1, s2, s3, s4) как тензор 2d или матрицу формы (s1*s2*s3, s4). Теперь, если вы хотите, чтобы матрица содержала значения в каждой строке (ось = 0) или столбец (ось = 1), которые суммируются до 1, вы можете просто вызвать функцию softmax на тензоре 2d следующим образом:

softmax(input, dim = 0) # normalizes values along axis 0
softmax(input, dim = 1) # normalizes values along axis 1

Вы можете увидеть пример, который Стивен упомянул в своем ответе.

Ответ 2

enter image description here

Стивен ответ выше не является правильным. Смотрите снимок ниже. Это на самом деле обратный путь.

Ответ 3

Я не уверен на 100%, что означает ваш вопрос, но я думаю, что ваша путаница заключается просто в том, что вы не понимаете, что означает параметр dim. Поэтому я объясню это и приведу примеры.

Если у нас есть:

m0 = nn.Softmax(dim=0)

это означает, что m0 нормализует элементы по нулевой координате полученного тензора. Формально, если задан тензор b размера скажем (d0,d1) тогда будет верно следующее:

sum^{d0}_{i0=1} b[i0,i1] = 1, forall i1 \in {0,...,d1}

Вы можете легко проверить это на примере Pytorch:

>>> b = torch.arange(0,4,1.0).view(-1,2)
>>> b 
tensor([[0., 1.],
        [2., 3.]])
>>> m0 = nn.Softmax(dim=0) 
>>> b0 = m0(b)
>>> b0 
tensor([[0.1192, 0.1192],
        [0.8808, 0.8808]])

теперь, поскольку dim=0 означает прохождение i0 \in {0,1} (т.е. прохождение по строкам), если мы выберем любой столбец i1 и суммируем его элементы (т.е. строки), то мы должны получить 1. Проверьте это:

>>> b0[:,0].sum()
tensor(1.0000)
>>> b0[:,1].sum()
tensor(1.0000)

как и ожидалось.

Обратите внимание, что мы получаем все строки с суммой 1, "суммируя строки" с помощью torch.sum(b0,dim=0), проверьте это:

>>> torch.sum(b0,0)
tensor([1.0000, 1.0000])

Мы можем создать более сложный пример, чтобы убедиться, что он действительно понятен.

a = torch.arange(0,24,1.0).view(-1,3,4)
>>> a
tensor([[[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.]],

        [[12., 13., 14., 15.],
         [16., 17., 18., 19.],
         [20., 21., 22., 23.]]])
>>> a0 = m0(a)
>>> a0[:,0,0].sum()
tensor(1.0000)
>>> a0[:,1,0].sum()
tensor(1.0000)
>>> a0[:,2,0].sum()
tensor(1.0000)
>>> a0[:,1,0].sum()
tensor(1.0000)
>>> a0[:,1,1].sum()
tensor(1.0000)
>>> a0[:,2,3].sum()
tensor(1.0000)

как мы и ожидали, если мы сложим все элементы по первой координате от первого значения до последнего значения, которое мы получим 1. Таким образом, все нормализуется по первому измерению (или по первой координате i0).

>>> torch.sum(a0,0)
tensor([[1.0000, 1.0000, 1.0000, 1.0000],
        [1.0000, 1.0000, 1.0000, 1.0000],
        [1.0000, 1.0000, 1.0000, 1.0000]])

Ответ 4

Рассмотрим пример в двух измерениях

x = [[1,2],
    [3,4]]

вы хотите, чтобы ваш конечный результат был

y = [[0.27,0.73],
    [0.27,0.73]]

или же

y = [[0.12,0.12],
    [0.88,0.88]]

Если это первый вариант, тогда вы хотите, чтобы dim = 1. Если это второй вариант, вы хотите, чтобы dim = 0.

Обратите внимание, что столбцы или нулевая размерность нормированы во втором примере, поэтому она нормирована вдоль нулевой размерности.

Обновлено 2018-07-10: чтобы отразить, что нулевое измерение относится к столбцам в pytorch.