Gumbel softmax

最新推荐文章于 2025-06-25 15:52:06 发布

Enzo 想砸电脑

最新推荐文章于 2025-06-25 15:52:06 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/weixin_37804469/article/details/108192032

Odometry/SLAM 相关知识专栏收录该内容

13 篇文章

订阅专栏

本文详细介绍了PyTorch中Gumbel-Softmax函数的使用方法，包括参数解释和示例代码，展示了如何使用Gumbel-Softmax进行软分类采样和硬分类采样的直穿技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

https://www.cnblogs.com/yi-xia/p/12468957.html
https://pytorch.org/docs/stable/nn.functional.html#gumbel-softmax
https://www.zhihu.com/question/62631725/answer/201338234

torch.nn.functional.gumbel_softmax(logits, tau=1, hard=False, eps=1e-10, dim=-1)

example：

>>> logits = torch.randn(20, 32)
>>> # Sample soft categorical using reparametrization trick:
>>> F.gumbel_softmax(logits, tau=1, hard=False)
>>> # Sample hard categorical using "Straight-through" trick:
>>> F.gumbel_softmax(logits, tau=1, hard=True)