比较与tf.nn.softmax的差异

查看源文件

tf.nn.softmax

tf.nn.softmax(logits, axis=None, name=None) -> Tensor

更多内容详见tf.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

TensorFlow: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TensorFlow一致,仅参数名不同。

分类

子类

TensorFlow

MindSpore

差异

参数

参数1

logits

x

功能一致,参数名不同

参数2

axis

axis

-

参数3

name

-

不涉及

代码示例

两API实现功能一致,用法相同。

# TensorFlow
import numpy as np
import tensorflow as tf

x = tf.constant([-1, -2, 0, 2, 1], dtype=tf.float16)
output = tf.nn.softmax(x)
print(output.numpy())
# [0.03168 0.01165 0.0861  0.636   0.2341 ]

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

x = Tensor(np.array([-1, -2, 0, 2, 1]), mindspore.float16)
softmax = mindspore.nn.Softmax()
output = softmax(x)
print(output)
# [0.03168 0.01165 0.0861  0.636   0.2341 ]