LogSoftmax¶
LogSoftmax - 13¶
版本¶
域:
main起始版本:
13函数:
True支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 13 起可用。
摘要¶
该运算符计算给定输入的 softmax 值的对数
LogSoftmax(输入, 轴) = Log(Softmax(输入, 轴=轴))
“轴”属性表示将执行 LogSoftmax 的维度。输出张量具有相同的形状，并包含相应输入的 LogSoftmax 值。
属性¶
轴 - INT（默认值为
'-1'）描述将执行 LogSoftmax 的维度。负值表示从后往前计算维度。接受的范围是 [-r, r-1]，其中 r = rank(input)。
输入¶
输入 (异构) - T
秩 >= 轴的输入张量。
输出¶
输出 (异构) - T
与输入张量具有相同形状的输出值。
类型约束¶
T 位于 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
LogSoftmax - 11¶
版本¶
域:
main起始版本:
11函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 11 起可用。
摘要¶
该运算符计算给定输入批次中每个层的 logsoftmax（softmax 的对数）值。
输入不需要显式地是二维向量；相反，它将被强制转换为二维向量。对于任意 n 维张量输入 \in [a_0, a_1, …, a_{k-1}, a_k, …, a_{n-1}]，其中 k 是提供的轴，则输入将被强制转换为维度为 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的二维张量。对于轴=1 的默认情况，这意味着输入张量将被强制转换为维度为 [a_0, a_1 * … * a_{n-1}] 的二维张量，其中 a_0 通常是批次大小。在这种情况下，我们必须有 a_0 = N 和 a_1 * … * a_{n-1} = D。这些维度中的每一个都必须正确匹配，否则运算符将抛出错误。输出张量具有相同的形状，并包含相应输入的 logsoftmax 值。
属性¶
轴 - INT（默认值为
'1'）描述输入在强制转换为二维时所沿的轴；默认为 1，因为第 0 个轴最可能描述批次大小。负值表示从后向前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(input)。
输入¶
输入 (异构) - T
如上所述，被强制转换为大小为 (NxD) 的二维矩阵的输入张量。
输出¶
输出 (异构) - T
与输入张量具有相同形状的输出值（未经强制转换的原始大小）。
类型约束¶
T 位于 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
LogSoftmax - 1¶
版本¶
域:
main起始版本:
1函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 1 起可用。
摘要¶
该运算符计算给定输入批次中每个层的 logsoftmax（softmax 的对数）值。输入是一个大小为 (batch_size x input_feature_dimensions) 的二维张量（张量
输入不需要显式地是二维向量；相反，它将被强制转换为二维向量。对于任意 n 维张量输入 \in [a_0, a_1, …, a_{k-1}, a_k, …, a_{n-1}]，其中 k 是提供的轴，则输入将被强制转换为维度为 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的二维张量。对于轴=1 的默认情况，这意味着输入张量将被强制转换为维度为 [a_0, a_1 * … * a_{n-1}] 的二维张量，其中 a_0 通常是批次大小。在这种情况下，我们必须有 a_0 = N 和 a_1 * … * a_{n-1} = D。这些维度中的每一个都必须正确匹配，否则运算符将抛出错误。
属性¶
轴 - INT（默认值为
'1'）描述输入在强制转换为二维时所沿的轴；默认为 1，因为第 0 个轴最可能描述批次大小
输入¶
输入 (异构) - T
如上所述，被强制转换为大小为 (NxD) 的二维矩阵的输入张量。
输出¶
输出 (异构) - T
与输入张量具有相同形状的输出值（未经强制转换的原始大小）。
类型约束¶
T 位于 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。