Python tf.raw_ops.CumulativeLogsumexp用法及代码示例

计算张量 x 沿 axis 的累积乘积。

用法

tf.raw_ops.CumulativeLogsumexp(
    x, axis, exclusive=False, reverse=False, name=None
)

x 一个Tensor。必须是以下类型之一：half , float32 , float64。一个Tensor。必须是以下类型之一：float16 , float32 , float64。
axis 一个Tensor。必须是以下类型之一：int32 , int64。 Tensor 类型为 int32(默认值：0)。必须在 [-rank(x), rank(x)) 范围内。
exclusive 可选的 bool 。默认为 False 。如果是True，则执行排他累积log-sum-exp。
reverse 可选的 bool 。默认为 False 。 bool(默认值：False)。
name 操作的名称(可选)。

默认情况下，此操作执行包含累积 log-sum-exp，这意味着输入的第一个元素与输出的第一个元素相同：

tf.math.cumulative_logsumexp([a, b, c])  # => [a, log(exp(a) + exp(b)), log(exp(a) + exp(b) + exp(c))]

通过将 exclusive kwarg 设置为 True ，将执行独占累积 log-sum-exp ：

tf.cumulative_logsumexp([a, b, c], exclusive=True)  # => [-inf, a, log(exp(a) * exp(b))]

请注意，log-sum-exp 操作的中性元素是 -inf ，但是，出于性能原因，使用浮点类型可表示的最小值代替。

通过将 reverse kwarg 设置为 True ，累积 log-sum-exp 以相反的方向执行。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.raw_ops.CumulativeLogsumexp。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。