深度Q-Learning：torch.nn.functional.softmax崩潰

Question

我正在學習一個教程，當我使用它時，函數softmax會崩潰。

newSignals = [0.5, 0., 0., -0.7911, 0.7911]
newState = torch.Tensor(newSignals).float().unsqueeze(0)
probs = F.softmax(self.model(newState), dim=1)

self.model是一個神經網絡（ torch.nn.module ），返回Tensor之類的

tensor([[ 0.2699, -0.2176, 0.0333]], grad_fn=<AddmmBackward>)

因此，線probs = F.softmax(self.model(newState), dim=1)使程序崩潰但是當dim=0它可以工作，但它不好。

Answer 1

免責聲明：對不起，這可能應該是評論，但我不能在評論中寫下以下所有內容。

你確定這是問題嗎？ 下面的片段對我來說很有用。

import torch
a = torch.tensor([[ 0.2699, -0.2176,  0.0333]]) 
a.softmax(dim=1)
> tensor([[0.4161, 0.2555, 0.3284]])
a.softmax(dim=0)
> tensor([[1., 1., 1.]])