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
此版本算子从 版本 13 开始可用。
摘要¶
该算子计算给定输入的 softmax 值的对数。
LogSoftmax(输入, 轴) = Log(Softmax(输入, axis=轴))
“axis” 属性指示将执行 LogSoftmax 的维度。输出张量具有相同的形状，并包含对应输入的 LogSoftmax 值。
属性¶
axis - INT (默认值为
'-1')描述将执行 LogSoftmax 的维度。负值表示从后往前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(input)。
输入¶
input (异构) - T
秩 >= axis 的输入张量。
输出¶
output (异构) - T
与输入张量形状相同的输出值。
类型约束¶
T 属于 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16))将输入和输出类型约束为浮点张量。
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
此版本算子从 版本 11 开始可用。
摘要¶
该算子计算给定输入的批次中每一层的 logsoftmax (softmax 的对数) 值。
输入不必显式为 2D 向量；相反，它将被强制转换为 2D 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，输入将被强制转换为一个 2 维张量，其维度为 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}]。对于 axis=1 的默认情况，这意味着输入张量将被强制转换为一个维度为 [a_0, a_1 * … * a_{n-1}] 的 2D 张量，其中 a_0 通常是批大小。在这种情况下，我们必须有 a_0 = N 且 a_1 * … * a_{n-1} = D。这些维度必须正确匹配，否则算子将抛出错误。输出张量具有与输入张量相同的形状，并包含对应输入的 logsoftmax 值。
属性¶
axis - INT (默认值为
'1')描述输入被强制转换为 2D 时的轴；默认为 1，因为第 0 个轴最有可能描述批大小。负值表示从后往前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(input)。
输入¶
input (异构) - T
如上所述，被强制转换为大小为 (NxD) 的 2D 矩阵的输入张量。
输出¶
output (异构) - T
与输入张量形状相同的输出值（未强制转换前的原始大小）。
类型约束¶
T 属于 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型约束为浮点张量。
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
此版本算子从 版本 1 开始可用。
摘要¶
该算子计算给定输入的批次中每一层的 logsoftmax (softmax 的对数) 值。输入是一个 2-D 张量 (Tensor
输入不必显式为 2D 向量；相反，它将被强制转换为 2D 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，输入将被强制转换为一个 2 维张量，其维度为 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}]。对于 axis=1 的默认情况，这意味着输入张量将被强制转换为一个维度为 [a_0, a_1 * … * a_{n-1}] 的 2D 张量，其中 a_0 通常是批大小。在这种情况下，我们必须有 a_0 = N 且 a_1 * … * a_{n-1} = D。这些维度必须正确匹配，否则算子将抛出错误。
属性¶
axis - INT (默认值为
'1')描述输入被强制转换为 2D 时的轴；默认为 1，因为第 0 个轴最有可能描述批大小
输入¶
input (异构) - T
如上所述，被强制转换为大小为 (NxD) 的 2D 矩阵的输入张量。
输出¶
output (异构) - T
与输入张量形状相同的输出值（未强制转换前的原始大小）。
类型约束¶
T 属于 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型约束为浮点张量。