Sigmoid 与 Softmax 函数
sigmoid 与 softmax 是深度学习中关键的激活函数，常作为神经网络的最后一步。
- Sigmoid 用于二分类任务；
- Softmax 用于多分类任务。
给定来自网络的预激活输出张量，请应用合适的激活函数以得到最终输出。
torch.nn 已作为 nn 导入。
本练习是课程的一部分
使用 PyTorch 的深度学习入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
input_tensor = torch.tensor([[2.4]])
# Create a sigmoid function and apply it on input_tensor
sigmoid = nn.____()
probability = ____(____)
print(probability)