mindspore.nn.Softmin
====================

.. py:class:: mindspore.nn.Softmin(axis=-1)

    逐元素计算Softmin函数，它是二分类函数 :class:`mindspore.nn.Sigmoid` 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。

    对输入Tensor在轴 `axis` 上的元素计算其指数函数值，然后归一化到[0, 1]范围，总和为1。

    Softmin定义为：

    .. math::
        \text{softmin}(x_{i}) =  \frac{\exp(-x_i)}{\sum_{j=0}^{n-1}\exp(-x_j)},

    其中， :math:`x_{i}` 是输入Tensor在轴 `axis` 上的第 :math:`i` 个元素。

    参数：
        - **axis** (Union[int, tuple[int]]) - 指定Softmin运算的轴axis，假设输入 `x` 的维度为x.ndim，则axis的范围为 `[-x.ndim, x.ndim)` ，-1表示最后一个维度。默认值： ``-1`` 。CPU环境下，axis只支持int类型。

    输入：
        - **x** (Tensor) - 用于计算Softmin函数的Tensor，数据类型为float16或float32。

    输出：
        Tensor，数据类型和shape与 `x` 相同，取值范围为[0, 1]。

    异常：
        - **TypeError** - `axis` 既不是int也不是tuple。
        - **TypeError** - `x` 的数据类型既不是float16也不是float32。
        - **ValueError** - `axis` 是长度小于1的tuple。
        - **ValueError** - `axis` 是一个tuple，其元素不都在 `[-x.ndim, x.ndim)` 范围内。