AdaptiveLogSoftmaxWithLoss

class torch.nn.AdaptiveLogSoftmaxWithLoss(in_features, n_classes, cutoffs, div_value=4.0, head_bias=False, device=None, dtype=None)

高效的 Softmax 近似。

如 Edouard Grave, Armand Joulin, Moustapha Cissé, David Grangier 和 Hervé Jégou 的《GPU 高效 Softmax 近似》中所述。

自适应 Softmax 是一种用于训练具有大型输出空间模型的近似策略。当标签分布高度不平衡时，它最有效，例如在自然语言建模中，词频分布近似遵循 齐夫定律。

自适应 Softmax 根据标签的频率将标签划分为多个簇。这些簇可能包含不同数量的目标。此外，包含不太频繁标签的簇为这些标签分配较低维度的嵌入，从而加快了计算速度。对于每个小批量，仅评估至少存在一个目标的簇。

其思想是，频繁访问的簇（例如，包含最频繁标签的第一个簇）也应该是计算廉价的——即包含少量分配的标签。

我们强烈建议您查看原始论文以获取更多详细信息。

• cutoffs 应该是一个按升序排列的有序整数序列。它控制簇的数量以及将目标划分为簇。例如，设置 cutoffs = [10, 100, 1000] 意味着前 10 个目标将被分配到自适应 Softmax 的“头部”，目标 11, 12, …, 100 将被分配到第一个簇，目标 101, 102, …, 1000 将被分配到第二个簇，而目标 1001, 1002, …, n_classes - 1 将被分配到最后一个，第三个簇。

• div_value 用于计算每个附加簇的大小，其计算公式为 $\left\lfloor\frac{\texttt{in\_features}}{\texttt{div\_value}^{idx}}\right\rfloor$, 其中 $idx$ 是簇索引（不太频繁的词的簇具有较大的索引，索引从 $1$ 开始）。

• head_bias 如果设置为 True，则向自适应 Softmax 的“头部”添加偏置项。详见论文。在官方实现中设置为 False。

警告

作为输入传递给此模块的标签应根据其频率进行排序。这意味着最频繁的标签应由索引 0 表示，而最不频繁的标签应由索引 n_classes - 1 表示。

注意

此模块返回一个带有 output 和 loss 字段的 NamedTuple。有关详细信息，请参阅进一步的文档。

注意

要计算所有类别的对数概率，可以使用 log_prob 方法。

参数

• in_features (int) – 输入张量中的特征数量

• n_classes (int) – 数据集中的类别数量

• cutoffs (Sequence) – 用于将目标分配到其桶的截止点

• div_value (float, optional) – 用作指数来计算簇大小的值。默认值：4.0

• head_bias (bool, optional) – 如果 True，则向自适应 Softmax 的“头部”添加偏置项。默认值：False

返回

• output 是一个大小为 N 的张量，其中包含每个示例的计算目标对数概率

• loss 是一个标量，表示计算的负对数似然损失

返回类型

带有 output 和 loss 字段的 NamedTuple

形状

• 输入： $(N, \texttt{in\_features})$ 或 $(\texttt{in\_features})$

• 目标： $(N)$ 或 $()$ 其中每个值满足 $0 <= \texttt{target[i]} <= \texttt{n\_classes}$

• 输出1： $(N)$ 或 $()$

• 输出2： Scalar

log_prob(input)

计算所有 $\texttt{n\_classes}$ 的对数概率。

参数

input (Tensor) – 一小批示例

返回

每个类别 $c$ 在范围 $0 <= c <= \texttt{n\_classes}$ 内的对数概率，其中 $\texttt{n\_classes}$ 是传递给 AdaptiveLogSoftmaxWithLoss 构造函数的参数。

返回类型

Tensor

形状

• 输入： $(N, \texttt{in\_features})$

• 输出： $(N, \texttt{n\_classes})$

predict(input)

返回输入小批量中每个示例概率最高的类别。

这等效于 self.log_prob(input).argmax(dim=1)，但在某些情况下效率更高。

参数

input (Tensor) – 一小批示例

返回

每个示例概率最高的类别

返回类型

输出 (Tensor)

形状

• 输入： $(N, \texttt{in\_features})$

• 输出： $(N)$