为了将logits转换为0-1的概率，你需要对logits应用softmax函数。softmax函数可以将一个实数向量转换为一个概率分布向量，其中每个元素都是非负的，并且所有元素之和为1。这里是如何使用softmax函数的：

给定一个logits向量$x$,softmax函数可以表示为：

$softmax(x) = \frac{exp(x)}{sum(exp(x))$}

在这个例子中，你已经有了一个名为logits_per_image的值，大约为40左右。要将其转换为0-1的概率，你可以首先计算每个类别的指数，然后除以所有类别指数的总和。这将给你一个概率分布向量，其中每个元素都是0-1之间的概率。

以下是如何实现这个过程的代码：

import numpy as np
# 假设 logits_per_image 是一个包含40个元素的numpy数组
logits_per_image = np.array([...])
# 计算每个类别的指数
exp_logits = np.exp(logits_per_image)
# 计算总指数
total_exp_logits = np.sum(exp_logits)
# 应用softmax函数并归一化
probs = exp_logits / total_exp_logits

现在，probs变量包含了一个概率分布向量，其中每个元素都是0-1之间的概率。这些概率可以用来判断输入的单张图和单个文本是否匹配。