dim=-1表示在最后一个维度（大概率是一行）应用Softmax函数，将值标准化为概率分布。
实例
假设我们有一个张量X，形状为（2，3），内容如下：
import torch
import torch.nn.functional as F X = torch.tensor([[1.0, 2.0, 3.0], [1.0, 2.0, 3.0]]) # 计算 Softmax
softmax_result = F.softmax(X, dim=-1)
print(softmax_result)
输出：
tensor([[0.0900, 0.2447, 0.6652], [0.0900, 0.2447, 0.6652]])
可以看到，每一行的输出值加起来为 1，这表示已经进行了Softmax操作。
)
)
