megengine.functional

import megengine.functional as F

注解

顾名思义，megengine.functional 模块中包含着所有与 Tensor 有关的计算接口：

• 与神经网络（Neural Network）相关的算子统一封装在 megengine.functional.nn 中；

• 分布式算子统一封装在 megengine.functional.distributed 中，方便调用；

• 其它的常见算子均可在 megengine.functional 中直接调用；

参见

用户指南中对于 使用 Functional 操作与计算 有另外一套分类逻辑，可作为参考。

General tensor operations

注解

该部分的 API 设计接纳了 Python 数据 API 标准联盟 中的倡导, 尽可能地向 NumPy API 靠拢。

Creation Functions

参见

如何创建一个 Tensor

arange	返回半开区间 [start, stop) 内均匀间隔的值组成的1维Tensor。
linspace	返回指定间隔的等距数列。
eye	返回一个二维张量，其对角线上值均为1，其他位置值为0。
zeros	返回一个特定形状的全0的新tensor。
zeros_like	Returns a tensor filled with zeros with the same shape and data type as input tensor.
ones	返回一个新创建的拥有指定shape且被1填充的tensor。
ones_like	Returns a tensor filled with ones with the same shape and data type as input tensor.
full	返回一个形状为shape类型为type元素值为value的张量
full_like	返回一个与输入张量形状相同的且值为给定值的零张量

Manipulation Functions

参见

如何对 Tensor 进行操作

copy	把张量复制到另一个设备上。
reshape	Reshapes a tensor without changing its data.
flatten	通过将子张量从 start_axis 维展平到 end_axis 维，实现对张量的重塑（reshape）。
transpose	根据给定模板交换形状和步长。
broadcast_to	将张量广播至指定的形状。
expand_dims	在给定轴之前添加维度。
squeeze	移除形状中下标为1的维度。
concat	拼接一些张量
stack	沿新轴对张量进行拼接。
split	将输入张量拆分成更小的张量。
tile	通过重复 inp 数据 reps 次来构造一个数组。
repeat	重复数组的元素。
roll	沿给定轴axis循环滚动张量

Arithmetic operations

add	逐元素相加。
sub	Element-wise sub.
mul	计算输入张量 x 的每个元素 \(x_i\) 与输入张量 y 的相应元素 \(y_i\) 的积。
div	逐元素相除。
floor_div	逐元素相除并下取整。
neg	逐元素取相反数。
abs	逐元素取绝对值。
sign	返回一个新的张量，该张量表明每个元素的符号。
pow	逐元素进行指数运算。
mod	返回逐元素相除所得的余数。
sqrt	逐元素取平方根。
square	逐元素取平方。
maximum	逐元素的最大数组元素。
minimum	逐元素的最小数组元素。
round	逐元素四舍五入到整数。
ceil	逐元素上取整。
floor	逐元素计算下取整函数。
clip	Clamps all elements in input tensor into the range [ lower, upper ] and returns a resulting tensor:
exp	逐元素计算 e 的 x 次方。
expm1	逐元素计算 expm1 函数。
log	逐元素计算以 e 为底的对数。
log1p	逐元素计算 (x+1) 以 e 为底的对数。
logaddexp	逐元素计算数值稳定的 log(exp(x) + exp(y)

Trigonometric functions

sin	逐元素计算正弦函数。
cos	逐元素计算余弦函数。
tan	逐元素计算正切函数。
asin	逐元素计算反正弦函数。
acos	逐元素计算反余弦函数。
atan	逐元素计算反正切函数。
atan2	逐元素计算两个参数的反正切函数。

Hyperbolic functions

sinh	逐元素计算双曲正弦函数。
cosh	逐元素计算双曲余弦函数。
tanh	逐元素计算双曲正切值。
acosh	逐元素计算反双曲余弦函数。
asinh	逐元素计算反双曲正弦函数。
atanh	逐元素计算反双曲正切函数。

Bit operations

left_shift	逐元素计算 x << y。
right_shift	逐元素计算 x >> y。

Logic functions

isnan	返回一个新的张量，该张量表明每个元素是否为非数值类型 NaN.
isinf	返回一个张量，它表示每个元素是否是无穷大值 Inf.
logical_and	逐元素进行逻辑与运算。
logical_not	逐元素进行逻辑非运算。
logical_or	逐元素进行逻辑或运算。
logical_xor	逐元素进行逻辑异或运算。
greater	逐元素计算 x 大于 y.
greater_equal	逐元素判断 x 大于或者等于 y.
less	逐元素的计算 x 小于 y.
less_equal	逐元素计算 x 小于或等于 y.
equal	逐元素判断是否相等。
not_equal	逐元素计算 x 不等于 y.

Statistical Functions

sum	返回输入张量在给定轴上所有元素求和后的结果。
prod	返回输入张量在给定轴上所有元素求乘积后的结果。
mean	返回输入张量在给定轴上所有元素求平均后的结果。
min	返回输入张量在给定轴上所有元素求最小值后的结果。
max	返回输入张量在给定轴上所有元素求最大值后的结果。
var	返回输入张量在给定轴上所有元素求方差后的结果。
std	返回输入张量在给定轴上所有元素求标准差后的结果。
cumsum	返回输入张量在给定轴上所有元素求累加和的结果

参见

想要返回 min, max 的索引而不是元素值，请参考 Searching Functions

Linear Algebra Functions

dot	计算两个向量 inp1 和 inp2 的点积。
matinv	计算一批矩阵的逆；输入必须满足 [...，n，n] 的形状。
matmul	对矩阵 inp1 和 inp2 进行矩阵乘法。
diag	If inp is a 1D tensor, then returns a 2D tensor with the elements of inp as the diagonal.
svd	对输入矩阵 inp 进行奇异值分解。
norm	计算在给定轴 axis 上 inp 张量每一行的 p-范数。
normalize	返回在给定轴 axis 上 inp 张量每一行进行 \(L_p\) 归一化后的结果。

Indexing Functions

gather	使用 index 从 axis 上的 inp 聚合数据。
scatter	把 source 张量中所有的值通过 index 张量指定的索引位置上写入到输入张量中。
cond_take	如果在满足特定条件，则从数据中获取元素。
where	根据 mask 条件选择张量 x 或 y 作为对应的输出。

Searching Functions

argmin	返回沿给定轴的最小值的索引。
argmax	返回沿给定轴的最大值的索引。

Sorting Functions

sort	返回经过排序后的张量。
argsort	返回经过排序后的张量。
topk	按行排序，选出二维矩阵中 Top-K （默认情况下）个最小元素。

Neural network operations

Convolution functions

conv1d	一维卷积运算。
conv2d	二维卷积运算。
conv3d	三维卷积运算。
local_conv2d	Applies a spatial convolution with untied kernels over an groupped channeled input 4D tensor.
conv_transpose2d	二维转置卷积运算。
conv_transpose3d	3D transposed convolution operation.
deformable_conv2d	可变形卷积
sliding_window	从多batch输入tensor中提取滑窗大小的局部分块。
sliding_window_transpose	对滑动窗口对应的输入数据求和。

池化函数

avg_pool2d	对输入进行二维平均池化。
max_pool2d	对输入张量进行二维最大池化。
adaptive_avg_pool2d	对输入进行二维平均池化。
adaptive_max_pool2d	对输入数据进行2D最大池化。
deformable_psroi_pooling	可变形的位置敏感的感兴趣区域池化

非线性激活函数

sigmoid	逐元素计算 1 / ( 1 + exp( -x ) ).
hsigmoid	逐元素计算 relu6(x + 3) / 6.
hswish	逐元素计算 x * relu6(x + 3) / 6.
relu	逐元素计算 max(x, 0).
relu6	逐元素计算 min(max(x, 0), 6).
prelu	逐元素计算 PReLU 函数
leaky_relu	逐元素计算 LeakyReLU 函数
silu	逐元素应用 SiLU 函数： x * sigmoid(x) 。
gelu	逐元素应用函数：
softplus	逐元素应用函数：
softmax	应用 \(\text{softmax}(x)\) 函数
logsoftmax	将 \(\log(\text{softmax}(x))\) 函数应用于一个 n 维 Tensor 输入上
logsigmoid	逐元素应用函数：
logsumexp	计算输入数据沿给定维度 axis 的指数之和的对数。该计算是数值稳定的。

标准化函数

batch_norm	对输入进行批标准化。
sync_batch_norm	对输入进同步批标准化。
layer_norm	Applies layer normalization to the input.
local_response_norm	对输入 Tensor 进行局部响应归一化。

线性函数

linear

对输入张量进行线性变换。

Dropout functions

dropout

返回一个新的张量，其中每个元素以 P = drop_prob 的概率随机设置为零。

Sparse functions

one_hot	对输入张量进行 one-hot 编码。
indexing_one_hot	对一些轴进行 One-hot 索引。
embedding	应用查找表进行 embedding。

Metric functions

topk_accuracy

根据给定的预测的logits和真实值标签计算分类准确率。

Loss functions

l1_loss	计算预测值 \(x\) 和标签值 \(y\) 的每个元素之间的平均绝对误差(MAE)。
square_loss	计算预测值 \(x\) 和标签值 \(y\) 之间的均方误差(平方L2范数)。
hinge_loss	计算支持向量机 SVM 中经常使用的 hinge loss。
binary_cross_entropy	计算 binary cross entropy loss（默认使用 logits）。
cross_entropy	计算 multi-class cross entropy loss（默认使用 logits）。
ctc_loss	计算 Connectionist Temporal Classification loss 。

Vision functions

cvt_color	将图像从一种格式转化成另一种格式。
pad	Pad is python warpper for padding opr in megbrain, can padding in random one of the max 7 dimensions.
pixel_shuffle	将形状为（, C x r^2, H, W）的向量中的元素重新排列为形状为（, C, H x r, W x r） 的向量，其中 r 是一个上采样因子，其中*是零或 batch 的维度。
interpolate	根据给定的大小或缩放因子将输入张量进行上/下采样。
remap	对按批组织的二维图像进行重映射变换。
warp_affine	对按批处置的二维图像进行仿射变换。
warp_perspective	对按批组织的二维图像进行透视变换。
roi_pooling	对输入进行 roi pooling。
roi_align	对输入进行 roi align。
nms	根据小方框的 IoU 值进行 非最大值抑制（NMS）。
correlation	Applies correlation to inputs.
nvof	NVIDIA光流SDK的实现

Distributed functions

all_reduce_max	在指定组中以 max 操作来对张量进行规约操作。
all_reduce_min	在指定组中以 min 操作来对张量进行规约操作。
all_reduce_sum	在指定组中以求和操作来对张量进行规约操作。
broadcast	从根进程向其他进程广播张量数据。
remote_send	发送张量到另一个进程。
remote_recv	从另一个进程接收张量。
all_gather	在指定的组中收集张量，并沿第一维对其进行拼接。
all_to_all	每个进程将输入张量分散到所有进程，并返回收集的张量。
reduce_sum	Reduce tensor data across the specified group by sum.
gather	Gather tensors across the specified group.
scatter	在根进程中沿第一维度切分张量。
reduce_scatter_sum	通过求和规约指定组中的张量，并在第一维度将其拆分。

Debug Setting

get_execution_strategy	返回用于 Conv2d and matmul 等算子的执行策略算法
set_execution_strategy	设置用于 Conv2d and matmul 等算子的执行策略算法

上一页

Collator

下一页

megengine.functional.arange