Python PyTorch logsumexp用法及代码示例

本文简要介绍python语言中 torch.logsumexp 的用法。

用法:

torch.logsumexp(input, dim, keepdim=False, *, out=None)

参数：

• input(Tensor) -输入张量。

• dim(int或者python的元组：ints) -要减小的尺寸或尺寸。

• keepdim(bool) -输出张量是否保留了dim。

关键字参数：

out(Tensor,可选的) -输出张量。

返回给定维度 dim 中 input 张量的每一行的求和 index 的对数。计算在数值上是稳定的。

对于 dim 和其他索引 i 给出的求和索引 j ，结果是

\text{logsumexp}(x)_{i} = \log \sum_j \exp(x_{ij})

如果 keepdim 是 True ，则输出张量的大小与 input 相同，但在维度 dim 中它的大小为 1。否则，dim 被压缩(参见 torch.squeeze() )，导致输出张量的维度少 1 个(或 len(dim) )。

例子：

>>> a = torch.randn(3, 3)
>>> torch.logsumexp(a, 1)
tensor([1.4907, 1.0593, 1.5696])
>>> torch.dist(torch.logsumexp(a, 1), torch.log(torch.sum(torch.exp(a), 1)))
tensor(1.6859e-07)