Python PyTorch gammainc用法及代码示例

本文简要介绍python语言中 torch.special.gammainc 的用法。

用法:

torch.special.gammainc(input, other, *, out=None) → Tensor

参数：

• input(Tensor) -第一个非负输入张量

• other(Tensor) -第二个非负输入张量

关键字参数：

out(Tensor,可选的) -输出张量。

计算正则化的下不完全伽马函数：

\text{out}_{i} = \frac{1}{\Gamma(\text{input}_i)} \int_0^{\text{other}_i} t^{\text{input}_i-1} e^{-t} dt

其中 \text{input}_i 和 \text{other}_i 都是弱阳性，并且至少有一个是严格阳性。如果两者都为零或其中一个为负，则 \text{out}_i=\text{nan} 。上式中的\Gamma(\cdot)是伽马函数，

\Gamma(\text{input}_i) = \int_0^\infty t^{(\text{input}_i-1)} e^{-t} dt.

相关函数请参见torch.special.gammaincc()和torch.special.gammaln()。

支持广播到通用形状和浮点输入。

注意

尚不支持相对于input 的反向传递。请在 PyTorch 的 Github 上打开一个问题来请求它。

例子：

>>> a1 = torch.tensor([4.0])
>>> a2 = torch.tensor([3.0, 4.0, 5.0])
>>> a = torch.special.gammaincc(a1, a2)
tensor([0.3528, 0.5665, 0.7350])
tensor([0.3528, 0.5665, 0.7350])
>>> b = torch.special.gammainc(a1, a2) + torch.special.gammaincc(a1, a2)
tensor([1., 1., 1.])