温度为0.9是指机器学习和神经网络训练中的一个参数。在深度学习模型的训练过程中，算法需要不断地对模型进行调整，以使其能够更好地适应新数据。这个调整的过程就需要通过温度这个参数来完成。温度值越低，模型将更加自信，而温度值越高，则模型会更加开放和随意。
在现代的深度学习算法中，这个参数被称为softmax temperature，它控制了softmax函数输出概率分布的强度。当温度趋近于无穷大时，softmax函数的输出概率分布会变得均匀，并且每个类别之间的差距会变得非常小。而当温度趋近于零时，softmax函数的输出概率分布将呈现出明显的独立性，即某一类别的输出概率非常高，其他类别的概率则接近于零。
温度值通常由人工设置，并且根据具体任务和数据集进行调整。在实际应用中，调整softmax temperature可以帮助模型更好地适应不同类型数据，并且提高分类或预测准确性。因此，在深度学习领域中，掌握softmax temperature对于提高模型性能是非常重要的。
温度值是深度学习算法训练过程中的一个重要参数，通过调整它可以帮助模型更好地适应新数据，并提高分类或预测准确性。在使用这个参数时，需要根据不同的任务和数据集进行调整。