SoftmaxTransform¶
- class paddle.distribution. SoftmaxTransform ¶
Softmax 变换，首先进行 \(y = exp(x)\) 变换，然后归一化。
Softmax 变换将向量变换为单纯形。
注解
Softmax 不是双射函数，所以 forward_log_det_jacobian、inverse_log_det_jacobian 未实现。
代码示例¶
COPY-FROM: paddle.distribution.SoftmaxTransform
方法¶
forward(x)¶
计算正变换 \(y=f(x)\) 的结果。
参数
x (Tensor) - 正变换输入参数，通常为 Distribution 的随机采样结果。
返回
y (Tensor) - 正变换的计算结果。
forward_log_det_jacobian(x)¶
计算正变换雅可比行列式绝对值的对数。
如果变换不是一一映射，则雅可比矩阵不存在，返回 NotImplementedError 。
参数
x (Tensor) - 输入参数。
返回
Tensor，正变换雅可比行列式绝对值的对数。
inverse_log_det_jacobian(y)¶
计算逆变换雅可比行列式绝对值的对数。
与 forward_log_det_jacobian 互为负数。
参数
y (Tensor) - 输入参数。
返回
Tensor，逆变换雅可比行列式绝对值的对数。