softmax 的批量推断总和不为 1

问题描述

我正在使用 PyTorch 使用 REINFORCE 算法。我注意到我使用 softmax 的简单网络的批量推理/预测总和不为 1（甚至不接近 1）。我附上了一个最低限度的工作代码，以便您可以重现它。我在这里错过了什么？

import numpy as np
import torch

obs_size = 9
HIDDEN_SIZE = 9
n_actions = 2

np.random.seed(0)

model = torch.nn.Sequential(
        torch.nn.Linear(obs_size,HIDDEN_SIZE),torch.nn.ReLU(),torch.nn.Linear(HIDDEN_SIZE,n_actions),torch.nn.softmax(dim=0)
    )

state_transitions = np.random.rand(3,obs_size)

state_batch = torch.Tensor(state_transitions)
pred_batch = model(state_batch)  # WRONG PREDICTIONS!
print('wrong predictions:\n',*pred_batch.detach().numpy())
# [0.34072137 0.34721774] [0.30972624 0.30191955] [0.3495524 0.3508627]
# DOES NOT SUM TO 1 !!!

pred_batch = [model(s).detach().numpy() for s in state_batch]  # CORRECT PREDICTIONS
print('correct predictions:\n',*pred_batch)
# [0.5955179  0.40448207] [0.6574412  0.34255883] [0.624833   0.37516695]
# DOES SUM TO 1 AS EXPECTED

解决方法

虽然 PyTorch 可以让我们摆脱它，但我们实际上并没有提供具有正确维度的输入。我们有一个模型，它接受一个输入并产生一个输出，但 PyTorch nn.Module 及其子类旨在同时对多个样本执行此操作。为了容纳多个样本，模块期望输入的第 0 维是 batch 中的样本数。

Deep Learning with PyTorch

您的模型适用于每个单独的样本是一个实现细节。您错误地指定了 softmax 的维度（跨批次而不是跨变量），因此当给定一个批次维度时，它计算的是跨样本而不是样本内的 softmax：

nn.Softmax 要求我们指定应用 softmax 函数的维度：

softmax = nn.Softmax(dim=1)

在这种情况下，我们在两行中有两个输入向量（就像我们使用批次），因此我们初始化 nn.Softmax 以沿维度 1 操作。

将 torch.nn.Softmax(dim=0) 更改为 torch.nn.Softmax(dim=1) 以获得适当的结果。

inference inference python pytorch softmax