想问下MIND里 这段代码为什么不需要加上axis=1呢？不是胶囊维度的softmax得到权重吗？ `weight = tf.nn.softmax(routing_logits_with_padding)` 然后召回阶段是学习表征，目前主流方案都是像word2vec一样负采样用triplet loss来学习 ，为什么代码里都是sampled_softmax_loss这种方式呢？学习表征的话负采样已经被验证和sampled_softmax_loss相比不影响最终效果
想问下MIND里 这段代码为什么不需要加上axis=1呢？不是胶囊维度的softmax得到权重吗？
weight = tf.nn.softmax(routing_logits_with_padding)然后召回阶段是学习表征，目前主流方案都是像word2vec一样负采样用triplet loss来学习 ，为什么代码里都是sampled_softmax_loss这种方式呢？学习表征的话负采样已经被验证和sampled_softmax_loss相比不影响最终效果