rms_norm — LLMCORE `prepare` op

• 数据种类:tokens → tokens

• 调用: import fullseye as fs; fs.ledger.rms_norm(tokens, eps: 'float' = 0.0, weight=None) -> 'np.ndarray'(要直接调用实现,import llmcore; llmcore.rms_norm(tokens, eps: 'float' = 0.0, weight=None) -> 'np.ndarray';从台账取用则 opsllmcore.get("rms_norm"))

用法

> 该算子的说明尚无译文,以下照原文给出。

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)。

详细使用指南

• llmcore 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

类型可衔接的下一个算子(可接受 `tokens` 作为输入)

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

同类别(`prepare`)

rope_rotate

*Provenance: llmcore.py — LLMCORE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

rms_norm — LLMCORE prepare op

用法