请注意，在图像中发布代码对于复制/粘贴非常烦人，并且不利于网络参考。

这是由于softmax的导数，但对我来说这似乎很可疑。

如果$S$是 softmax 向量，然后是 Jacobian$DS$由组成$S_j(\delta_{ij}-S_i)$. 这可以解释-=1零件，但不能解释 ，也不能解释/=N形状。