mindspore/docs/api/api_python/nn/mindspore.nn.Softmin

35 lines
1.3 KiB
Plaintext
Raw Normal View History

2022-05-05 16:57:29 +08:00
mindspore.nn.Softmin
====================
.. py:class:: mindspore.nn.Softmin(axis=-1)
Softmin函数它是二分类函数 :class:`mindspore.nn.Sigmoid` 在多分类上的推广,目的是将多分类的结果以概率的形式展现出来。
对输入Tensor在轴 `axis` 上的元素计算其指数函数值,然后归一化到[0, 1]范围总和为1。
Softmin定义为
.. math::
\text{softmax}(x_{i}) = \frac{\exp(-x_i)}{\sum_{j=0}^{n-1}\exp(-x_j)},
其中, :math:`x_{i}` 是输入Tensor在轴 `axis` 上的第 :math:`i` 个元素。
**参数:**
**axis** (Union[int, tuple[int]]) - 指定Softmin运算的轴axis假设输入 `x` 的维度为x.ndim则axis的范围为 `[-x.ndim, x.ndim)` -1表示最后一个维度。默认值-1。
**输入:**
**x** (Tensor) - 用于计算Softmin函数的Tensor数据类型为float16或float32。
**输出:**
Tensor数据类型和shape与 `x` 相同,取值范围为[0, 1]。
**异常:**
- **TypeError** - `axis` 既不是int也不是tuple。
- **TypeError** - `x` 的数据类型既不是float16也不是float32。
- **ValueError** - `axis` 是长度小于1的tuple。
- **ValueError** - `axis` 是一个tuple其元素不都在 `[-x.ndim, x.ndim)` 范围内。