rms_norm — LLMCORE `prepare` op

• 資料種類:tokens → tokens

• 呼叫: import fullseye as fs; fs.ledger.rms_norm(tokens, eps: 'float' = 0.0, weight=None) -> 'np.ndarray'(要直接呼叫實作,import llmcore; llmcore.rms_norm(tokens, eps: 'float' = 0.0, weight=None) -> 'np.ndarray';從台帳取用則 opsllmcore.get("rms_norm"))

用法

> 該運算子的說明尚無譯文,以下照原文給出。

RMS 正規化 → tokens。既定(eps=0, weight なし)では出力の RMS が厳密に 1。

Zhang・Sennrich 2019。LayerNorm から平均を引く段を落としたもので、残るのは

「行のノルムを揃える」だけ —— だから RMS が 1 になることが検算になる

(実測 2.2e-16)。`eps を入れると 1 からずれる。それが eps` の値段。

Args:

tokens: (T, d) float。1 行が 1 トークン。

eps: 平方根の中に足す下駄。0 なら RMS は厳密に 1、正なら 1 未満に縮む。

weight: (d,) float か None。学習で付く軸ごとの倍率(掛けるだけなので RMS は動く)。

Returns:

tokens (T, d) float: 各行を自分の RMS で割ったもの(`weight` があれば掛けたもの)。

全成分が 0 の行は割れないので ValueError(黙って 0/0 の NaN を返さない)。

詳細使用指南

• llmcore 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

型別可銜接的下一個運算子(可接受 `tokens` 作為輸入)

rope_rotate · attention_scores · attention_apply · attention_softmax · attention_tiled · attention_linear · attention_grouped · kv_cache_decode

同類別(`prepare`)

rope_rotate

*Provenance: llmcore.py — LLMCORE 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

rms_norm — LLMCORE prepare op

用法