AdaptiveLogSoftmaxWithLoss

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

高效的 softmax 近似。

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

自适应 Softmax 根据频率将标签划分为几个簇。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）的计算成本也应该很低——也就是说，它们包含的标签数量很少。

我们强烈建议您阅读原始论文以获取更多详细信息。

• cutoffs 应为按递增顺序排序的整数序列。它控制着簇的数量和目标到簇的划分。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，其计算方式为 $\left\lfloor\frac{\texttt{in\_features}}{\texttt{div\_value}^{idx}}\right\rfloor$，其中 $idx$ 是簇的索引（频率较低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，则在自适应 Softmax 的“头部”添加一个偏置项。详情请参阅论文。在官方实现中设置为 False。

警告

输入到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，其中包含 output 和 loss 字段。有关详细信息，请参阅后续文档。

注意

要计算所有类的对数概率，可以使用 log_prob 方法。

参数

• in_features (int) – 输入张量的特征数

• n_classes (int) – 数据集中的类别数

• cutoffs (Sequence) – 用于将目标分配到其存储桶的截止值

• div_value (float, optional) – 用于计算簇大小的指数值。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，包含为每个示例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

forward(input_, target_)

执行前向传播。

返回类型

_ASMoutput

log_prob(input)

计算所有 $\texttt{n\_classes}$ 的对数概率。

参数

input (Tensor) – 示例的小批量

返回

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

为输入小批量中的每个示例返回概率最高的类。

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) – 示例的小批量

返回

为每个示例概率最高的类

返回类型

output (Tensor)

形状

• 输入：$(N, \texttt{in\_features})$

• 输出：$(N)$

reset_parameters()

根据 __init__ 中使用的初始化重置参数。