TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
cumulative_logsumexp()用于计算输入张量的累积log-sum-exp。此操作等效于tensorflow.math.log(tensorflow.math.cumsum(tensorflow.math.exp(x)))，但在数值上更稳定。
用法：tensorflow.math.cumulative_logsumexp( x, axis, exclusive, reverse, name)
参数：
- x:它是输入张量。该张量的允许dtype为float16，float32，float64。
- axis(optional):这是int32类型的张量。该值应在int32类型的Tensor范围内(默认值：0)。必须在[-rank(x)，rank(x))范围内。预设值为0。
- exclusive(optional):它是布尔型的。默认值为False。
- reverse(optional):它是布尔型的。默认值为False。
- name(optional):它定义了操作的名称。
返回值：
它返回与x相同dtype的张量。
范例1：
Python3
# imporing the library
import tensorflow as tf
# initializing the input
a = tf.constant([1, 2, 4, 5], dtype = tf.float64)
# Printing the input
print("Input:",a)
# Cumulative log-sum-exp
res = tf.math.cumulative_logsumexp(a)
# Printing the result
print("Output:",res)输出：
Input: tf.Tensor([1. 2. 4. 5.], shape=(4,), dtype=float64) Output: tf.Tensor([1. 2.31326169 4.16984602 5.36184904], shape=(4,), dtype=float64)
范例2：在此示例中，reverse和Exclusive都设置为True。
Python3
# imporing the library
import tensorflow as tf
# initializing the input
a = tf.constant([2, 3, 4, 5], dtype = tf.float64)
# Printing the input
print("Input:",a)
# Cumulative log-sum-exp
res = tf.math.cumulative_logsumexp(a, reverse = True, exclusive = True)
# Printing the result
print("Output:",res)输出：
Input: tf.Tensor([2. 3. 4. 5.], shape=(4,), dtype=float64) Output: tf.Tensor([ 5.40760596e+000 5.31326169e+000 5.00000000e+000 -1.79769313e+308], shape=(4,), dtype=float64)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.math.cumulative_logsumexp()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。