Dropout¶
Dropout - 22¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
22函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 22 起可用。
摘要¶
Dropout 接收一个浮点张量作为输入，一个可选的输入比率（浮点标量）和一个可选的输入 training_mode（布尔标量）。它生成两个张量输出：output（浮点张量）和 mask（可选的 Tensor<bool>）。如果 training_mode 为 true，则输出 Y 将是随机 dropout；请注意，此 Dropout 通过以下公式缩放被遮蔽的输入数据，因此要将训练模型转换为推理模式，用户只需不传递 training_mode 输入或将其设置为 false。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选输入/输出。有关可选参数表示的更多详细信息，请参阅ONNX IR。可以使用空字符串代替实际参数名称来表示缺少参数。末尾的可选参数（那些后面没有出现的参数的参数）也可以简单地省略。
属性¶
种子 - INT :
（可选）随机生成器的种子，如果未指定，我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为张量的输入数据。
比率（可选，异构）- T1
随机 dropout 的比率，值在 [0, 1) 之间。如果设置为 0，则输出将是输入的简单副本。如果是非零，则输出将是缩放输入的随机 dropout，这通常是训练期间的情况。这是一个可选值，如果未指定，则默认为 0.5。
training_mode（可选，异构）- T2
如果设置为 true，则表示 dropout 用于训练。这是一个可选值，因此除非明确指定，否则它为 false。如果它为 false，则忽略比率，操作模拟推理模式，其中不会从输入数据中删除任何内容，如果请求 mask 作为输出，它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T2
输出 mask。
类型约束¶
T in (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16),tensor(float8e4m3fn),tensor(float8e4m3fnuz),tensor(float8e5m2),tensor(float8e5m2fnuz))将输入和输出类型限制为浮点张量。
T1 在 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16),tensor(float8e4m3fn),tensor(float8e4m3fnuz),tensor(float8e5m2),tensor(float8e5m2fnuz))将输入“ratio”类型限制为浮点张量。
T2 包含 (
tensor(bool))将输出“mask”类型限制为布尔张量。
Dropout - 13¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
13函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 13 起可用。
摘要¶
Dropout 接收一个浮点张量作为输入，一个可选的输入比率（浮点标量）和一个可选的输入 training_mode（布尔标量）。它生成两个张量输出：output（浮点张量）和 mask（可选的 Tensor<bool>）。如果 training_mode 为 true，则输出 Y 将是随机 dropout；请注意，此 Dropout 通过以下公式缩放被遮蔽的输入数据，因此要将训练模型转换为推理模式，用户只需不传递 training_mode 输入或将其设置为 false。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选输入/输出。有关可选参数表示的更多详细信息，请参阅ONNX IR。可以使用空字符串代替实际参数名称来表示缺少参数。末尾的可选参数（那些后面没有出现的参数的参数）也可以简单地省略。
属性¶
种子 - INT :
（可选）随机生成器的种子，如果未指定，我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为张量的输入数据。
比率（可选，异构）- T1
随机 dropout 的比率，值在 [0, 1) 之间。如果未设置此输入，或者将其设置为 0，则输出将是输入的简单副本。如果是非零，则输出将是缩放输入的随机 dropout，这通常是训练期间的情况。这是一个可选值，如果未指定，则默认为 0.5。
training_mode（可选，异构）- T2
如果设置为 true，则表示 dropout 用于训练。这是一个可选值，因此除非明确指定，否则它为 false。如果它为 false，则忽略比率，操作模拟推理模式，其中不会从输入数据中删除任何内容，如果请求 mask 作为输出，它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T2
输出 mask。
类型约束¶
T 在 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
T1 在 (
tensor(double),tensor(float),tensor(float16))将输入“ratio”类型限制为浮点张量。
T2 包含 (
tensor(bool))将输出“mask”类型限制为布尔张量。
Dropout - 12¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
12函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 12 起可用。
摘要¶
Dropout 接收一个浮点张量作为输入，一个可选的输入比率（浮点标量）和一个可选的输入 training_mode（布尔标量）。它生成两个张量输出：output（浮点张量）和 mask（可选的 Tensor<bool>）。如果 training_mode 为 true，则输出 Y 将是随机 dropout；请注意，此 Dropout 通过以下公式缩放被遮蔽的输入数据，因此要将训练模型转换为推理模式，用户只需不传递 training_mode 输入或将其设置为 false。
output = scale * data * mask,
其中
scale = 1. / (1. - ratio).
此运算符具有可选输入/输出。有关可选参数表示的更多详细信息，请参阅ONNX IR。可以使用空字符串代替实际参数名称来表示缺少参数。末尾的可选参数（那些后面没有出现的参数的参数）也可以简单地省略。
属性¶
种子 - INT :
（可选）随机生成器的种子，如果未指定，我们将自动生成一个。
输入¶
介于 1 到 3 个输入之间。
data (异构) - T
作为张量的输入数据。
比率（可选，异构）- T1
随机 dropout 的比率，值在 [0, 1) 之间。如果未设置此输入，或者将其设置为 0，则输出将是输入的简单副本。如果是非零，则输出将是缩放输入的随机 dropout，这通常是训练期间的情况。这是一个可选值，如果未指定，则默认为 0.5。
training_mode（可选，异构）- T2
如果设置为 true，则表示 dropout 用于训练。这是一个可选值，因此除非明确指定，否则它为 false。如果它为 false，则忽略比率，操作模拟推理模式，其中不会从输入数据中删除任何内容，如果请求 mask 作为输出，它将包含所有 1。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T2
输出 mask。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
T1 在 (
tensor(double),tensor(float),tensor(float16))将输入“ratio”类型限制为浮点张量。
T2 包含 (
tensor(bool))将输出“mask”类型限制为布尔张量。
Dropout - 10¶
版本¶
名称: Dropout (GitHub)
域:
mainsince_version:
10函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的操作符已在 版本 10 中提供。
摘要¶
Dropout 接收一个浮点张量输入并生成两个张量输出：output（浮点张量）和 mask（Tensor<bool>）。根据是否处于测试模式，输出 Y 将是随机 dropout，或者只是输入的简单副本。请注意，我们的 Dropout 实现在训练阶段进行缩放，因此在测试期间无需执行任何操作。此运算符具有可选输入/输出。有关可选参数表示的更多详细信息，请参阅ONNX IR。可以使用空字符串代替实际参数名称来表示缺少参数。末尾的可选参数（那些后面没有出现的参数的参数）也可以简单地省略。
属性¶
ratio - FLOAT（默认为
'0.5'）随机 dropout 的比率
输入¶
data (异构) - T
作为张量的输入数据。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T1
输出 mask。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
T1 在 (
tensor(bool))将输出 mask 类型限制为布尔张量。
Dropout - 7¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
7函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的操作符自版本 7 起可用。
摘要¶
Dropout 接收一个输入数据 (Tensor
属性¶
ratio - FLOAT（默认为
'0.5'）随机 dropout 的比率
输入¶
data (异构) - T
作为张量的输入数据。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T
输出 mask。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
Dropout - 6¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
6函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的操作符自版本 6 起可用。
摘要¶
Dropout 接收一个输入数据 (Tensor
属性¶
is_test - INT（默认为
'0'）（整数，默认为 0）如果非零，则在测试模式下运行 dropout，其中输出简单地为 Y = X。
ratio - FLOAT（默认为
'0.5'）（浮点数，默认为 0.5）随机 dropout 的比率
输入¶
data (异构) - T
作为张量的输入数据。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T
输出 mask。如果 is_test 非零，则此输出不填充。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。
Dropout - 1¶
版本¶
名称: Dropout (GitHub)
域:
main起始版本:
1函数:
False支持级别:
SupportType.COMMON形状推断:
False
此版本的运算符自 版本 1 起可用。
摘要¶
Dropout 接收一个输入数据 (Tensor
属性¶
consumed_inputs - 整型 :
传统优化属性。
is_test - INT（默认为
'0'）（整数，默认为 0）如果非零，则在测试模式下运行 dropout，其中输出简单地为 Y = X。
ratio - FLOAT（默认为
'0.5'）（浮点数，默认为 0.5）随机 dropout 的比率
输入¶
data (异构) - T
作为张量的输入数据。
输出¶
介于 1 到 2 个输出之间。
输出 (异构) - T
输出。
mask（可选，异构）- T
输出 mask。如果 is_test 非零，则此输出不填充。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16))将输入和输出类型限制为浮点张量。