create_dl_layer_softmaxT_create_dl_layer_softmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxcreate_dl_layer_softmax (Operator)

Name

create_dl_layer_softmaxT_create_dl_layer_softmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxcreate_dl_layer_softmax — Erstellen eines Softmax-Layers.

Signatur

Beschreibung

Der Operator create_dl_layer_softmaxcreate_dl_layer_softmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxcreate_dl_layer_softmax erzeugt einen Softmax-Layer, dessen Handle in DLLayerSoftMaxDLLayerSoftMaxDLLayerSoftMaxDLLayerSoftMaxDLLayerSoftMaxdllayer_soft_max zurückgegeben wird.

Der Parameter DLLayerInputDLLayerInputDLLayerInputDLLayerInputDLLayerInputdllayer_input bestimmt den zuführenden Eingabelayer und erwartet das Layer-Handle als Wert.

Der Parameter LayerNameLayerNameLayerNameLayerNamelayerNamelayer_name legt einen individuellen Layernamen fest. Es ist zu beachten, dass beim Erstellen eines Modells mit create_dl_modelcreate_dl_modelCreateDlModelCreateDlModelCreateDlModelcreate_dl_model jeder Layer des erstellten Netzes einen eindeutigen Namen haben muss.

Der Softmax-Layer wendet die Softmax-Funktion an, die für jede Eingabe wie folgt definiert ist: wobei die Anzahl der Eingaben ist. Beim Training wird das Ergebnis der Softmax-Funktion durch eine Logarithmusfunktion transformiert, so dass die Werte als Eingabe für z.B. einen Cross-Entropy-Loss-Layer geeignet sind. Dieses Verhalten lässt sich durch Setzen des generischen Parameters 'output_mode'"output_mode""output_mode""output_mode""output_mode""output_mode" anpassen, siehe unten.

Die folgenden generischen Parameter GenParamNameGenParamNameGenParamNameGenParamNamegenParamNamegen_param_name und die entsprechenden Werte GenParamValueGenParamValueGenParamValueGenParamValuegenParamValuegen_param_value werden unterstützt:

'output_mode'"output_mode""output_mode""output_mode""output_mode""output_mode":

Dieser Parameter bestimmt, ob und in welchem Fall die Ausgabe durch eine Logarithmusfunktion transformiert wird:

• 'default'"default""default""default""default""default": Während der Inferenz wird das Ergebnis der Softmax-Funktion als Ausgabe zurückgegeben. Während des Trainings wird das Ergebnis der Softmax-Funktion zusätzlich durch eine Logarithmusfunktion transformiert.

• 'no_log_training'"no_log_training""no_log_training""no_log_training""no_log_training""no_log_training": Das Ergebnis der Softmax-Funktion wird während des Trainings nicht durch eine Logarithmusfunktion transformiert.

• 'log_inference'"log_inference""log_inference""log_inference""log_inference""log_inference": Das Ergebnis der Softmax-Funktion wird während der Inferenz auf die gleiche Weise wie beim Training durch eine Logarithmusfunktion transformiert.

Default: 'default'"default""default""default""default""default".

'is_inference_output'"is_inference_output""is_inference_output""is_inference_output""is_inference_output""is_inference_output":

Bestimmt, ob apply_dl_modelapply_dl_modelApplyDlModelApplyDlModelApplyDlModelapply_dl_model die Ausgabe dieses Layers im Dictionary DLResultBatchDLResultBatchDLResultBatchDLResultBatchDLResultBatchdlresult_batch zurückgibt, auch ohne den Layer in OutputsOutputsOutputsOutputsoutputsoutputs anzugeben ('true'"true""true""true""true""true"), oder nur falls er angegeben wird ('false'"false""false""false""false""false").

Default: 'false'"false""false""false""false""false"

Bestimmte Parameter von Layern, die mit create_dl_layer_softmaxcreate_dl_layer_softmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxCreateDlLayerSoftmaxcreate_dl_layer_softmax erzeugt wurden, können mit weiteren Operatoren gesetzt und abgerufen werden. Die folgenden Tabellen geben einen Überblick, welche Parameter mit set_dl_model_layer_paramset_dl_model_layer_paramSetDlModelLayerParamSetDlModelLayerParamSetDlModelLayerParamset_dl_model_layer_param gesetzt werden können und welche mit get_dl_model_layer_paramget_dl_model_layer_paramGetDlModelLayerParamGetDlModelLayerParamGetDlModelLayerParamget_dl_model_layer_param oder get_dl_layer_paramget_dl_layer_paramGetDlLayerParamGetDlLayerParamGetDlLayerParamget_dl_layer_param ausgelesen werden können. Es ist zu beachten, dass die Operatoren set_dl_model_layer_paramset_dl_model_layer_paramSetDlModelLayerParamSetDlModelLayerParamSetDlModelLayerParamset_dl_model_layer_param und get_dl_model_layer_paramget_dl_model_layer_paramGetDlModelLayerParamGetDlModelLayerParamGetDlModelLayerParamget_dl_model_layer_param ein Modell benötigen, das mit create_dl_modelcreate_dl_modelCreateDlModelCreateDlModelCreateDlModelcreate_dl_model erzeugt wurde.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Wird ohne Parallelisierung verarbeitet.

Parameter

Modul

Deep Learning Training