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。