!32115 modify page display
Merge pull request !32115 from 俞涵/code_docs_328
This commit is contained in:
commit
ff4974cca4
|
@ -40,5 +40,4 @@
|
|||
- 如果线下训练,建议为每次训练设置 `BATCH_JOB_ID` 环境变量。
|
||||
- 分布式训练中,假如使用多个节点(服务器),则必须使用每个节点全部的8张卡。如果只有一个节点(服务器),则没有这样的限制。
|
||||
|
||||
|
||||
.. include:: mindspore.dataset.Dataset.sync_wait_dataset.rst
|
||||
|
|
|
@ -289,6 +289,8 @@ LearningRateSchedule类
|
|||
|
||||
.. mscnplatformautosummary::
|
||||
:toctree: nn
|
||||
:nosignatures:
|
||||
:template: classtemplate.rst
|
||||
|
||||
mindspore.nn.CosineDecayLR
|
||||
mindspore.nn.ExponentialDecayLR
|
||||
|
@ -319,6 +321,8 @@ Dynamic LR函数
|
|||
|
||||
.. mscnplatformautosummary::
|
||||
:toctree: nn
|
||||
:nosignatures:
|
||||
:template: classtemplate.rst
|
||||
|
||||
mindspore.nn.cosine_decay_lr
|
||||
mindspore.nn.exponential_decay_lr
|
||||
|
@ -402,6 +406,8 @@ Dynamic LR函数
|
|||
|
||||
.. mscnplatformautosummary::
|
||||
:toctree: nn
|
||||
:nosignatures:
|
||||
:template: classtemplate.rst
|
||||
|
||||
mindspore.nn.Jvp
|
||||
mindspore.nn.Vjp
|
||||
|
|
|
@ -105,8 +105,7 @@
|
|||
- **inputs** (tuple) – Cell的输入。
|
||||
|
||||
.. note::
|
||||
|
||||
这是一个实验接口,可能会被更改或者删除。
|
||||
这是一个实验接口,可能会被更改或者删除。
|
||||
|
||||
.. py:method:: compile(*inputs)
|
||||
|
||||
|
@ -120,7 +119,8 @@
|
|||
|
||||
编译并运行Cell,输入需与construct中定义的输入一致。
|
||||
|
||||
.. note::不推荐使用该函数,建议直接调用Cell实例
|
||||
.. note::
|
||||
不推荐使用该函数,建议直接调用Cell实例。
|
||||
|
||||
**参数:**
|
||||
|
||||
|
@ -134,7 +134,8 @@
|
|||
|
||||
定义要执行的计算逻辑。所有子类都必须重写此方法。
|
||||
|
||||
.. note::当前不支持inputs同时输入tuple类型和非tuple类型。
|
||||
.. note::
|
||||
当前不支持inputs同时输入tuple类型和非tuple类型。
|
||||
|
||||
**参数:**
|
||||
|
||||
|
@ -196,8 +197,7 @@
|
|||
Tuple类型,编译计算图所设置的输入。
|
||||
|
||||
.. note::
|
||||
|
||||
这是一个实验接口,可能会被更改或者删除。
|
||||
这是一个实验接口,可能会被更改或者删除。
|
||||
|
||||
.. py:method:: infer_param_pipeline_stage()
|
||||
|
||||
|
|
|
@ -42,7 +42,7 @@ mindspore.nn.probability.distribution.Bernoulli
|
|||
|
||||
Tensor,累积分布函数的值。
|
||||
|
||||
.. py:method:: cross_entropy(dist, probs1_b, probs1)
|
||||
.. py:method:: cross_entropy(dist, probs1_b, probs1_a)
|
||||
|
||||
计算分布a和b之间的交叉熵。
|
||||
|
||||
|
@ -50,7 +50,7 @@ mindspore.nn.probability.distribution.Bernoulli
|
|||
|
||||
- **dist** (str) - 分布的类型。
|
||||
- **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。
|
||||
- **probs1** (Tensor) - 伯努利实验成功的概率。默认值:None。
|
||||
- **probs1_a** (Tensor) - 伯努利实验成功的概率。默认值:None。
|
||||
|
||||
**返回:**
|
||||
|
||||
|
@ -62,13 +62,13 @@ mindspore.nn.probability.distribution.Bernoulli
|
|||
|
||||
**参数:**
|
||||
|
||||
- **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。默认值:None。
|
||||
- **probs1** (Tensor) - 对比分布的伯努利实验成功的概率。默认值:None。
|
||||
|
||||
**返回:**
|
||||
|
||||
Tensor,熵的值。
|
||||
|
||||
.. py:method:: kl_loss(dist, probs1)
|
||||
.. py:method:: kl_loss(dist, probs1_b, probs1_a)
|
||||
|
||||
计算KL散度,即KL(a||b)。
|
||||
|
||||
|
@ -76,7 +76,7 @@ mindspore.nn.probability.distribution.Bernoulli
|
|||
|
||||
- **dist** (str) - 分布的类型。
|
||||
- **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。
|
||||
- **probs1** (Tensor) - 伯努利实验成功的概率。默认值:None。
|
||||
- **probs1_a** (Tensor) - 伯努利实验成功的概率。默认值:None。
|
||||
|
||||
**返回:**
|
||||
|
||||
|
|
|
@ -31,11 +31,11 @@ mindspore.nn.probability.distribution.Beta
|
|||
.. py:method:: concentration0
|
||||
:property:
|
||||
|
||||
返回concentration0(也称为 Beta 分布的 beta)。
|
||||
返回concentration0(也称为 Beta 分布的 beta)。
|
||||
|
||||
**返回:**
|
||||
**返回:**
|
||||
|
||||
Tensor,concentration0 的值。
|
||||
Tensor,concentration0 的值。
|
||||
|
||||
.. py:method:: concentration1
|
||||
:property:
|
||||
|
|
|
@ -29,7 +29,7 @@ mindspore.nn.probability.distribution.Categorical
|
|||
|
||||
Tensor,事件发生的概率。
|
||||
|
||||
.. py:method:: cdf(value, probs)
|
||||
.. py:method:: cdf(value, probs)
|
||||
|
||||
在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
|
||||
|
||||
|
|
|
@ -32,7 +32,7 @@ mindspore.nn.probability.distribution.Geometric
|
|||
|
||||
Tensor,伯努利试验成功的概率值。
|
||||
|
||||
.. py:method:: cdf(value, probs)
|
||||
.. py:method:: cdf(value, probs)
|
||||
|
||||
在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
|
||||
|
||||
|
|
|
@ -35,7 +35,7 @@ mindspore.nn.probability.distribution.Poisson
|
|||
|
||||
Tensor,rate 参数的值。
|
||||
|
||||
.. py:method:: cdf(value, rate)
|
||||
.. py:method:: cdf(value, rate)
|
||||
|
||||
在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
|
||||
|
||||
|
|
|
@ -49,7 +49,7 @@ mindspore.nn.probability.distribution.TransformedDistribution
|
|||
|
||||
Bool, 概率映射函数为线性映射则返回True,否则返回False。
|
||||
|
||||
.. py:method:: cdf(value)
|
||||
.. py:method:: cdf(value)
|
||||
|
||||
在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
|
||||
|
||||
|
|
|
@ -11,16 +11,15 @@ mindspore.ops.Custom
|
|||
这是一个实验性接口,后续可能删除或修改。
|
||||
|
||||
.. note::
|
||||
不同自定义算子的函数类型(func_type)支持的平台类型不同。每种类型支持的平台如下:
|
||||
|
||||
不同自定义算子的函数类型(func_type)支持的平台类型不同。每种类型支持的平台如下:
|
||||
|
||||
- "hybrid": ["Ascend", "GPU"].
|
||||
- "akg": ["Ascend", "GPU"].
|
||||
- "tbe": ["Ascend"].
|
||||
- "aot": ["GPU", "CPU"].
|
||||
- "pyfunc": ["CPU"].
|
||||
- "julia": ["CPU"].
|
||||
- "aicpu": ["Ascend"].
|
||||
- "hybrid": ["Ascend", "GPU"].
|
||||
- "akg": ["Ascend", "GPU"].
|
||||
- "tbe": ["Ascend"].
|
||||
- "aot": ["GPU", "CPU"].
|
||||
- "pyfunc": ["CPU"].
|
||||
- "julia": ["CPU"].
|
||||
- "aicpu": ["Ascend"].
|
||||
|
||||
**参数:**
|
||||
|
||||
|
|
Loading…
Reference in New Issue