def fprop(self):
# -target * log(pred)
tmp1 = self.pred.array + self.eps
ca.log(tmp1, tmp1)
tmp1 *= self.target.array
ca.sum(tmp1, axis=1, out=self.array)
ca.negative(self.array, self.array)
def bprop(self):
if self.lhs.bpropable:
ca.divide(self.grad_array, self.rhs.array, out=self.lhs.grad_array)
if self.rhs.bpropable:
ca.multiply(self.grad_array, self.array, out=self.rhs.grad_array)
self.rhs.grad_array /= self.rhs.array
ca.negative(self.rhs.grad_array, out=self.rhs.grad_array)
def bprop(self):
if self.lhs_bprop:
ca.divide(self.out_grad, self.rhs.out, out=self.lhs.out_grad)
if self.rhs_bprop:
ca.multiply(self.out_grad, self.out, out=self.rhs.out_grad)
self.rhs.out_grad /= self.rhs.out
ca.negative(self.rhs.out_grad, out=self.rhs.out_grad)
def bprop(self):
if self.lhs_bprop:
ca.divide(self.out_grad, self.rhs.out, out=self.lhs.out_grad)
if self.rhs_bprop:
ca.multiply(self.out_grad, self.out, out=self.rhs.out_grad)
self.rhs.out_grad /= self.rhs.out
ca.negative(self.rhs.out_grad, out=self.rhs.out_grad)
def fprop(self):
# -target * log(pred)
tmp1 = self.pred.array + self.eps
ca.log(tmp1, tmp1)
tmp1 *= self.target.array
ca.sum(tmp1, axis=1, out=self.array)
ca.negative(self.array, self.array)
def bprop(self):
if self.lhs.bpropable:
ca.divide(self.grad_array, self.rhs.array, out=self.lhs.grad_array)
if self.rhs.bpropable:
ca.multiply(self.grad_array, self.array, out=self.rhs.grad_array)
self.rhs.grad_array /= self.rhs.array
ca.negative(self.rhs.grad_array, out=self.rhs.grad_array)
def fprop(self):
tmp1 = self.mu.array**2
ca.negative(tmp1, tmp1)
tmp1 += self.logvar.array
tmp1 += 1
tmp1 -= ca.exp(self.logvar.array)
ca.sum(tmp1, axis=self.axis, out=self.array)
self.array *= -0.5
def fprop(self):
tmp1 = self.mu.out**2
ca.negative(tmp1, tmp1)
tmp1 += self.log_sigma.out
tmp1 += 1
tmp1 -= ca.exp(self.log_sigma.out)
ca.sum(tmp1, axis=1, keepdims=True, out=self.out)
self.out *= -0.5
def fprop(self):
tmp1 = self.mu.out**2
ca.negative(tmp1, tmp1)
tmp1 += self.log_sigma.out
tmp1 += 1
tmp1 -= ca.exp(self.log_sigma.out)
self.out = ca.sum(tmp1)
self.out *= -0.5
def fprop(self):
tmp1 = self.mu.out**2
ca.negative(tmp1, tmp1)
tmp1 += self.log_sigma.out
tmp1 += 1
tmp1 -= ca.exp(self.log_sigma.out)
self.out = ca.sum(tmp1)
self.out *= -0.5
def fprop(self):
tmp1 = self.mu.array**2
ca.negative(tmp1, tmp1)
tmp1 += self.logvar.array
tmp1 += 1
tmp1 -= ca.exp(self.logvar.array)
ca.sum(tmp1, axis=self.axis, out=self.array)
self.array *= -0.5
def fprop(self):
tmp1 = self.mu.array**2
ca.negative(tmp1, tmp1)
tmp1 += self.log_sigma.array
tmp1 += 1
tmp1 -= ca.exp(self.log_sigma.array)
self.array = ca.sum(tmp1)
self.array *= -0.5
def fprop(self):
tmp1 = self.mu.array**2
ca.negative(tmp1, tmp1)
tmp1 += self.log_sigma.array
tmp1 += 1
tmp1 -= ca.exp(self.log_sigma.array)
self.array = ca.sum(tmp1)
self.array *= -0.5
def bprop(self):
ca.negative(self.out_grad, self.x.out_grad)
def bprop(self):
ca.negative(self.grad_array, self.x.grad_array)
def bprop(self):
if self.lhs_bprop:
self.lhs.out_grad = self.out_grad
if self.rhs_bprop:
ca.negative(self.out_grad, out=self.rhs.out_grad)
def bprop(self):
ca.negative(self.grad_array, self.x.grad_array)
def bprop(self):
ca.negative(self.out_grad, out=self.x.out_grad)
def fprop(self):
ca.negative(self.x.out, out=self.out)
def fprop(self):
ca.negative(self.x.out, out=self.out)
def bprop(self):
if self.lhs_bprop:
self.lhs.out_grad = self.out_grad
if self.rhs_bprop:
ca.negative(self.out_grad, out=self.rhs.out_grad)
def bprop(self):
ca.negative(self.x.out, self.x.out_grad)
ca.exp(self.x.out_grad, self.x.out_grad)
self.x.out_grad += 1
ca.divide(1.0, self.x.out_grad, out=self.x.out_grad)
self.x.out_grad *= self.out_grad
def bprop(self):
if self.lhs.bpropable:
self.lhs.grad_array = self.grad_array
if self.rhs.bpropable:
ca.negative(self.grad_array, out=self.rhs.grad_array)
def fprop(self):
ca.negative(self.x.array, out=self.array)
def fprop(self):
ca.negative(self.x.array, out=self.array)
def bprop(self):
if self.lhs.bpropable:
self.lhs.grad_array = self.grad_array
if self.rhs.bpropable:
ca.negative(self.grad_array, out=self.rhs.grad_array)