Softmax¶
Softmax - 13¶
版本¶
名称: Softmax (GitHub)
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¶
该算子计算给定输入的归一化指数值。
Softmax(input, axis) = Exp(input) / ReduceSum(Exp(input), axis=axis, keepdims=1)
“axis”属性表示 Softmax 将执行的维度。输出张量具有相同的形状,并包含相应输入的 Softmax 值。
属性¶
轴 - INT(默认值为
'-1'
)描述 Softmax 将在哪个维度上执行。负值表示从后向前计算维度。可接受的范围是 [-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 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
Softmax - 11¶
版本¶
名称: Softmax (GitHub)
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¶
该算子计算给定输入批次中每个层的 softmax(归一化指数)值。
输入不需要显式为 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 axis,则输入将被强制转换为具有维度 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的 2 维张量。对于默认情况 axis=1,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 2D 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 且 a_1 * … * a_{n-1} = D。这些维度中的每一个都必须正确匹配,否则算子将抛出错误。输出张量具有相同的形状,并包含相应输入的 softmax 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 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。
Softmax - 1¶
版本¶
名称: Softmax (GitHub)
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¶
该算子计算给定输入批次中每个层的 softmax(归一化指数)值。输入是大小为 (batch_size x input_feature_dimensions) 的 2D 张量 (Tensor
输入不需要显式为 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 axis,则输入将被强制转换为具有维度 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的 2 维张量。对于默认情况 axis=1,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 2D 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 且 a_1 * … * a_{n-1} = D。这些维度中的每一个都必须正确匹配,否则算子将抛出错误。
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 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。