自适应LogSoftmaxWithLoss

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 发表的《GPU 上的高效 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的模型的近似策略。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，单词频率分布近似遵循 齐夫定律。

自适应 softmax 根据标签的频率将标签划分为几个集群。这些集群中的每个集群可能包含不同数量的目标。此外，包含较不常见标签的集群为这些标签分配低维嵌入，从而加快计算速度。对于每个小批量，仅评估至少存在一个目标的集群。

这样做的原理是，访问频率高的集群（如包含最常见标签的第一个集群）也应该易于计算 - 即包含少量分配的标签。

我们强烈建议您查看原始论文以了解更多详细信息。

• cutoffs 应该是一个按升序排序的整数序列。它控制集群数量和目标到集群的划分。例如，设置 cutoffs = [10, 100, 1000] 表示前 10 个目标将被分配到自适应 softmax 的“头部”，目标 11、12、...、100 将被分配到第一个集群，目标 101、102、...、1000 将被分配到第二个集群，而目标 1001、1002、...、n_classes - 1 将被分配到最后一个，即第三个集群。

• div_value 用于计算每个附加集群的大小，该大小由 $\left\lfloor\frac{\texttt{in\_features}}{\texttt{div\_value}^{idx}}\right\rfloor$ 给出，其中 $idx$ 是集群索引（较不常见词的集群具有较大的索引，索引从 $1$ 开始）。

• head_bias 如果设置为 True，则会向自适应 softmax 的“头部”添加偏差项。有关详细信息，请参阅论文。在官方实现中设置为 False。

警告

传递到此模块的输入标签应按其频率排序。这意味着最常见的标签应由索引 0 表示，而最不常见的标签应由索引 n_classes - 1 表示。

注意

此模块返回一个包含 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) – 输入张量的特征数量

• n_classes (int) – 数据集中类别的数量

• cutoffs (Sequence) – 用于将目标分配到其桶的截止值

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

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

返回值

• output 是一个大小为 N 的张量，包含为每个示例计算的目标对数概率

• loss 是一个表示计算出的负对数似然损失的标量

返回类型

NamedTuple，包含 output 和 loss 字段

形状

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

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

• output1: $(N)$ 或 $()$

• output2: Scalar

log_prob(input)

计算所有 $\texttt{n\_classes}$ 的对数概率。

参数

input (Tensor) – 示例的微批次

返回值

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

返回类型

张量

形状

• 输入: $(N, \texttt{in\_features})$

• 输出: $(N, \texttt{n\_classes})$

predict(input)

返回输入微批次中每个示例的概率最高的类别。

这等效于 self.log_prob(input).argmax(dim=1)，但在某些情况下更有效。

参数

input (Tensor) – 示例的微批次

返回值

每个示例的概率最高的类别

返回类型

output (Tensor)

形状

• 输入: $(N, \texttt{in\_features})$

• 输出: $(N)$