gumbel_softmax

paddle.nn.functional. gumbel_softmax ( x, temperature=1.0, hard=False, axis=- 1, name=None ) [源代码]

实现了按 Gumbel-Softmax 分布进行采样的功能，通过 hard 可选择是否离散化。 记 temperature 为 t，涉及到的等式如下：

  1. 产生 gumbel 噪声

\[G_i = -log(-log(U_i)),\ U_i \sim U(0,1)\]

  1. 对输入 x 添加噪声

\[v = [x_1 + G_1,...,x_n + G_n]\]

  1. 计算 gumbel_softmax

\[gumbel\_softmax(v_i)=\frac{e^{v_i/t}}{\sum_{j=1}^n{e^{v_j/t}}},i=1,2,3...n\]

参数

  • x (Tensor) - 一个 N-D Tensor，前 N-1 维用于独立分布 batch 的索引，最后一维表示每个类别的概率，dtype 类型为 float，double。

  • temperature (float，可选) - 大于 0 的标量。默认值：1.0。

  • hard (bool，可选) - 如果是 True，返回离散的 one-hot 向量。如果是 False，返回软样本。默认值：False。

  • axis (int，可选) - 按照维度 axis 计算 softmax。默认值：-1。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

与 x 形状相同的符合 gumbel-softmax 分布的 Tensor。如果 hard=True，则返回的样本将是 one-hot。如果 hard=False，则返回的向量将是各维度加起来等于 1 的概率。

代码示例

import paddle
import paddle.nn.functional as F

logits = paddle.randn([4, 6])
temperature = 0.01
gumbel_softmax = F.gumbel_softmax(logits, temperature)
print(gumbel_softmax)
# out's value is as follows:
# [[0.00000001, 1.        , 0.00000000, 0.00000000, 0.00000006, 0.00000000],
# [0.00000000, 0.00000000, 0.00000000, 0.00000000, 0.00000000, 1.        ],
# [0.00000062, 0.00000000, 0.00000000, 0.00000000, 0.00000000, 0.99999940],
# [0.00000000, 0.00000000, 0.00000000, 0.00001258, 0.99998736, 0.00000000]]