.. py: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。
Note
Softmax 不是双射函数,所以 forward_log_det_jacobian
、inverse_log_det_jacobian
未实现。
COPY-FROM: paddle.distribution.SoftmaxTransform
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 :ref:`cn_api_distribution_Distribution` 的随机采样结果。
返回
- y (Tensor) - 正变换的计算结果。
计算逆变换 x = f^{-1}(y)。
参数
- y (Tensor) - 逆变换的输入参数。
返回
Tensor,逆变换的计算结果。
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。
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。
推断正变换输出形状。
参数
- shape (Sequence[int]) - 正变换输入的形状。
返回
Sequence[int],正变换输出的形状。
推断逆变换输出形状。
参数
- shape (Sequence[int]) - 逆变换输入的形状。
返回
Sequence[int],逆变换输出的形状。