AdaptiveLogSoftmaxWithLoss

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

用于高效的 Softmax 近似。

如 Edouard Grave, Armand Joulin, Moustapha Cissé, David Grangier, and Hervé Jégou 撰写的 Efficient softmax approximation for GPUs 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，例如在自然语言建模中，词频分布近似遵循 齐夫定律 时，它最为有效。

自适应 Softmax 根据标签的频率将它们划分为几个簇。这些簇可能包含不同数量的目标。此外，包含较少标签的簇为这些标签分配了较低维度的嵌入，这加快了计算速度。对于每个小批量，仅评估至少包含一个目标的目标簇。

其思想是，访问频繁的簇（例如包含最频繁标签的第一个簇）也应该计算起来便宜——也就是说，应该包含少量分配的标签。

我们强烈建议查看原始论文以获取更多详细信息。

• cutoffs 应为一个按递增顺序排序的整数序列。它控制簇的数量以及目标到簇的划分。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，该大小为 $\left\lfloor\frac{\texttt{in\_features}}{\texttt{div\_value}^{idx}}\right\rfloor$, 其中 $idx$ 是簇的索引（具有较大索引的簇包含较少频率的词，索引从 $1$ 开始）。

• head_bias 如果设置为 True，则在自适应 Softmax 的“头部”添加一个偏置项。详情请参阅论文。官方实现中设置为 False。

警告

传递给此模块的标签应按频率排序。这意味着最频繁的标签应由索引 0 表示，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 NamedTuple，包含 output 和 loss 字段。详情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

• n_classes (int) – 数据集中的类别数

• cutoffs (Sequence) – 用于将目标分配到其桶的截止点

• div_value (float, optional) – 用于作为指数计算簇大小的值。默认为：4.0

• head_bias (bool, optional) – 如果为 True，则在自适应 Softmax 的“头部”添加一个偏置项。默认为：False

返回

• output 是一个大小为 N 的张量，包含每个样本计算的目标对数概率

• loss 是一个标量，表示计算出的负对数似然损失

返回类型

NamedTuple，包含 output 和 loss 字段

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)

为输入批次中的所有 $\texttt{n\_classes}$ 计算对数概率。

参数

input (Tensor) – 示例的微批次

返回

在范围 $0 <= c <= \texttt{n\_classes}$ 内，每个类别 $c$ 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)

为输入批次中的每个示例返回具有最高概率的类别。

这等同于 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

每个示例中概率最高的类别

返回类型

输出 (Tensor)

形状

• 输入: $(N, \texttt{in\_features})$

• 输出: $(N)$