Dropout¶
Dropout - 22¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
22
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 22 起可用。
摘要¶
Dropout 接受一个浮点张量输入,一个可选的输入比率 (浮点标量) 和一个可选的输入 training_mode (布尔标量)。它生成两个张量输出,输出 (浮点张量) 和 mask (可选的 Tensor<bool>
)。如果 training_mode
为 true,则输出 Y 将是一个随机 dropout;请注意,此 Dropout 通过以下公式对掩码输入数据进行缩放,因此要将训练好的模型转换为推理模式,用户只需不传递 training_mode
输入或将其设置为 false 即可。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选的输入/输出。有关可选参数表示的更多详细信息,请参阅 ONNX IR。可以使用空字符串代替实际参数名称来表示缺失的参数。末尾的可选参数 (后面没有紧跟的其他参数) 也可以简单地省略。
属性¶
seed - INT :
(可选) 随机生成器的种子,如果未指定,我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为 Tensor 的输入数据。
ratio (可选, 异构) - T1
随机 dropout 的比率,取值范围为 [0, 1)。如果未设置此输入,或设置为 0,则输出将是输入的简单复制。如果非零,则输出将是缩放输入的随机 dropout,这通常在训练期间发生。这是一个可选值,如果未指定,则默认为 0.5。
training_mode (可选, 异构) - T2
如果设置为 true,则表示 dropout 用于训练。这是一个可选值,因此除非明确指定,否则为 false。如果为 false,则忽略比率,操作模拟推理模式,输入数据不会被丢弃,如果请求 mask 作为输出,它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T2
输出掩码。
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(float8e4m3fn)
,tensor(float8e4m3fnuz)
,tensor(float8e5m2)
,tensor(float8e5m2fnuz)
)将输入和输出类型限制为浮点张量。
T1 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(float8e4m3fn)
,tensor(float8e4m3fnuz)
,tensor(float8e5m2)
,tensor(float8e5m2fnuz)
)将输入 'ratio' 类型限制为浮点张量。
T2 在 (
tensor(bool)
)将输出 'mask' 类型限制为布尔张量。
Dropout - 13¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
13
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 13 起可用。
摘要¶
Dropout 接受一个浮点张量输入,一个可选的输入比率 (浮点标量) 和一个可选的输入 training_mode (布尔标量)。它生成两个张量输出,输出 (浮点张量) 和 mask (可选的 Tensor<bool>
)。如果 training_mode
为 true,则输出 Y 将是一个随机 dropout;请注意,此 Dropout 通过以下公式对掩码输入数据进行缩放,因此要将训练好的模型转换为推理模式,用户只需不传递 training_mode
输入或将其设置为 false 即可。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选的输入/输出。有关可选参数表示的更多详细信息,请参阅 ONNX IR。可以使用空字符串代替实际参数名称来表示缺失的参数。末尾的可选参数 (后面没有紧跟的其他参数) 也可以简单地省略。
属性¶
seed - INT :
(可选) 随机生成器的种子,如果未指定,我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为 Tensor 的输入数据。
ratio (可选, 异构) - T1
随机 dropout 的比率,取值范围为 [0, 1)。如果未设置此输入,或设置为 0,则输出将是输入的简单复制。如果非零,则输出将是缩放输入的随机 dropout,这通常在训练期间发生。这是一个可选值,如果未指定,则默认为 0.5。
training_mode (可选, 异构) - T2
如果设置为 true,则表示 dropout 用于训练。这是一个可选值,因此除非明确指定,否则为 false。如果为 false,则忽略比率,操作模拟推理模式,输入数据不会被丢弃,如果请求 mask 作为输出,它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T2
输出掩码。
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
T1 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入 'ratio' 类型限制为浮点张量。
T2 在 (
tensor(bool)
)将输出 'mask' 类型限制为布尔张量。
Dropout - 12¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
12
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 12 起可用。
摘要¶
Dropout 接受一个浮点张量输入,一个可选的输入比率 (浮点标量) 和一个可选的输入 training_mode (布尔标量)。它生成两个张量输出,输出 (浮点张量) 和 mask (可选的 Tensor<bool>
)。如果 training_mode
为 true,则输出 Y 将是一个随机 dropout;请注意,此 Dropout 通过以下公式对掩码输入数据进行缩放,因此要将训练好的模型转换为推理模式,用户只需不传递 training_mode
输入或将其设置为 false 即可。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选的输入/输出。有关可选参数表示的更多详细信息,请参阅 ONNX IR。可以使用空字符串代替实际参数名称来表示缺失的参数。末尾的可选参数 (后面没有紧跟的其他参数) 也可以简单地省略。
属性¶
seed - INT :
(可选) 随机生成器的种子,如果未指定,我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为 Tensor 的输入数据。
ratio (可选, 异构) - T1
随机 dropout 的比率,取值范围为 [0, 1)。如果未设置此输入,或设置为 0,则输出将是输入的简单复制。如果非零,则输出将是缩放输入的随机 dropout,这通常在训练期间发生。这是一个可选值,如果未指定,则默认为 0.5。
training_mode (可选, 异构) - T2
如果设置为 true,则表示 dropout 用于训练。这是一个可选值,因此除非明确指定,否则为 false。如果为 false,则忽略比率,操作模拟推理模式,输入数据不会被丢弃,如果请求 mask 作为输出,它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T2
输出掩码。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
T1 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入 'ratio' 类型限制为浮点张量。
T2 在 (
tensor(bool)
)将输出 'mask' 类型限制为布尔张量。
Dropout - 10¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
10
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 10 起可用。
摘要¶
Dropout 接受一个浮点张量输入,生成两个张量输出,输出 (浮点张量) 和 mask (Tensor<bool>
)。根据是否处于测试模式,输出 Y 将是随机 dropout 或输入的简单复制。请注意,我们的 Dropout 实现会在训练阶段进行缩放,因此在测试期间无需进行任何操作。此运算符具有可选的输入/输出。有关可选参数表示的更多详细信息,请参阅 ONNX IR。可以使用空字符串代替实际参数名称来表示缺失的参数。末尾的可选参数 (后面没有紧跟的其他参数) 也可以简单地省略。
属性¶
ratio - FLOAT (默认为
'0.5'
)随机 dropout 的比率
输入¶
data (异构) - T
作为 Tensor 的输入数据。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T1
输出掩码。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
T1 在 (
tensor(bool)
)将输出掩码类型限制为布尔张量。
Dropout - 7¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
7
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 7 起可用。
摘要¶
Dropout 接受一个输入数据 (Tensor
属性¶
ratio - FLOAT (默认为
'0.5'
)随机 dropout 的比率
输入¶
data (异构) - T
作为 Tensor 的输入数据。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T
输出掩码。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
Dropout - 6¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
6
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该版本运算符自版本 6 起可用。
摘要¶
Dropout 接受一个输入数据 (Tensor
属性¶
is_test - INT (默认为
'0'
)(int, 默认为 0) 如果非零,则以测试模式运行 dropout,此时输出简单地为 Y = X。
ratio - FLOAT (默认为
'0.5'
)(float, 默认为 0.5) 随机 dropout 的比率
输入¶
data (异构) - T
作为 Tensor 的输入数据。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T
输出掩码。如果 is_test 非零,则此输出不会被填充。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
Dropout - 1¶
版本¶
名称: Dropout (GitHub)
域:
main
始于版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
False
该版本运算符自版本 1 起可用。
摘要¶
Dropout 接受一个输入数据 (Tensor
属性¶
consumed_inputs - INTS :
旧版优化属性。
is_test - INT (默认为
'0'
)(int, 默认为 0) 如果非零,则以测试模式运行 dropout,此时输出简单地为 Y = X。
ratio - FLOAT (默认为
'0.5'
)(float, 默认为 0.5) 随机 dropout 的比率
输入¶
data (异构) - T
作为 Tensor 的输入数据。
输出¶
介于 1 到 2 个输出之间。
output (异构) - T
输出。
mask (可选, 异构) - T
输出掩码。如果 is_test 非零,则此输出不会被填充。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。