27 lines
1.3 KiB
ReStructuredText
27 lines
1.3 KiB
ReStructuredText
mindspore.ops.softmin
|
||
=====================
|
||
|
||
.. py:function:: mindspore.ops.softmin(x, axis=-1, *, dtype=None)
|
||
|
||
在指定轴上对输入Tensor执行Softmin函数做归一化操作。假设指定轴 :math:`x` 上有切片，那么每个元素 :math:`x_i` 所对应的Softmin函数如下所示：
|
||
|
||
.. math::
|
||
\text{output}(x_i) = \frac{\exp(-x_i)}{\sum_{j = 0}^{N-1}\exp(-x_j)},
|
||
|
||
其中 :math:`N` 代表Tensor的长度。
|
||
|
||
参数：
|
||
- **x** (Tensor) - Softmin的输入，其数据类型为float16或float32。其shape为 :math:`(N, *)` ，其中 :math:`*` 为任意数量的额外维度。
|
||
- **axis** (Union[int, tuple[int]], 可选) - 指定Softmin操作的轴。默认 ``-1`` 。
|
||
|
||
关键字参数：
|
||
- **dtype** (:class:`mindspore.dtype`, 可选) - 如果设置此参数，则会在执行之前将 `x` 转换为指定的类型，返回的Tensor类型也将为指定类型 `dtype`。默认 ``None`` 。
|
||
|
||
返回：
|
||
Tensor，数据类型和shape与 `x` 相同。
|
||
|
||
异常：
|
||
- **TypeError** - `axis` 不是int或者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，其元素不全在[-len(x.shape), len(x.shape))范围中。 |