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。