All translations

Enter a message name below to show all available translations.

Found 3 translations.

Name	Current message text
^h English (en)	where <math>m = \max_j z_j</math>. Subtracting the maximum {{Term\|logits\|logit}} ensures the largest exponent is zero, preventing overflow. All major {{Term\|deep learning}} frameworks implement this fused operation (e.g., PyTorch's <code>CrossEntropyLoss</code> accepts raw {{Term\|logits}}).
^h Spanish (es)	donde <math>m = \max_j z_j</math>. Restar el {{Term\|logits\|logit}} máximo asegura que el mayor exponente sea cero, evitando el desbordamiento. Todos los frameworks principales de {{Term\|deep learning\|aprendizaje profundo}} implementan esta operación fusionada (p. ej., <code>CrossEntropyLoss</code> de PyTorch acepta {{Term\|logits}} sin procesar).
^h Chinese (zh)	其中<math>m = \max_j z_j</math>。减去最大{{Term\|logits\|logit}}可确保最大指数为零，从而防止上溢。所有主流的{{Term\|deep learning\|深度学习}}框架都实现了这一融合操作（例如，PyTorch的<code>CrossEntropyLoss</code>接受原始{{Term\|logits}}）。