从零实现softmax如何输入多个特征？

问题遇到的现象和发生背景

刚入门机器学习，在做一个文本分类任务，参考李沐的动手深度学习从零搭建了softmax，但我的数据集有x1, x2两个特征，将特征向量化后准备输入到softmax模型，请问怎样调整代码才能输入两个特征？

问题相关代码，请勿粘贴截图

#softmax函数
def softmax(X):
    X_exp = torch.exp(X)
    partition = X_exp.sum(1, keepdim = True)
    return X_exp / partition

#softmax模型
def model(X):
    return softmax(torch.matmul(X, W) + b)

代码里的X是向量，本身就支持多特征

楼上说的挺对的，softmax本身输出就是一个向量，支持多个特征。
可以参见这篇文章进一步了解sotfmax: https://blog.csdn.net/u010212101/article/details/125040703

一个通道一个特征的输入，cat

《动手学深度学习》---从零开始实现softmax回归

https://blog.csdn.net/doubleguy/article/details/124309103