mindspore.ops.log_softmax

mindspore.ops.log_softmax(logits, axis=- 1)[源代码]

在指定轴上对输入Tensor应用LogSoftmax函数。假设在指定轴上， \(x\) 对应每个元素 \(x_i\) ，则LogSoftmax函数如下所示：

\[\text{output}(x_i) = \log \left(\frac{\exp(x_i)} {\sum_{j = 0}^{N-1}\exp(x_j)}\right),\]

其中， \(N\) 为Tensor长度。

参数：

logits (Tensor) - 输入Tensor，上述公式中的 \(x\) ，shape为 \((N, *)\) ，其中 \(*\) 表示任意数量的附加维度，其数据类型为float16或float32。
axis (int) - 指定进行运算的轴。默认值： -1 。

返回：

Tensor，数据类型和shape与 logits 相同。

异常：

TypeError - axis 不是int。
TypeError - logits 的数据类型既不是float16也不是float32。
ValueError - axis 不在[-len(logits.shape), len(logits.shape))范围中。
ValueError - logits 的维度小于1。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> logits = Tensor(np.array([1, 2, 3, 4, 5]), mindspore.float32)
>>> output = ops.log_softmax(logits)
>>> print(output)
[-4.4519143 -3.4519143 -2.4519143 -1.4519144 -0.4519144]