Python PyTorch logit用法及代码示例

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

用法:

torch.special.logit(input, eps=None, *, out=None) → Tensor

参数：

• input(Tensor) -输入张量。

• eps(float,可选的) -输入钳位绑定的 epsilon。默认值：None

关键字参数：

out(Tensor,可选的) -输出张量。

返回具有 input 元素的 logit 的新张量。当 eps 不是 None 时，input 被限制为 [eps, 1 - eps]。当 eps 为 None 且 input < 0 或 input > 1 时，该函数将产生 NaN。

\begin{aligned} y_{i} &= \ln(\frac{z_{i}}{1 - z_{i}}) \\ z_{i} &= \begin{cases} x_{i} & \text{if eps is None} \\ \text{eps} & \text{if } x_{i} < \text{eps} \\ x_{i} & \text{if } \text{eps} \leq x_{i} \leq 1 - \text{eps} \\ 1 - \text{eps} & \text{if } x_{i} > 1 - \text{eps} \end{cases} \end{aligned}

例子：

>>> a = torch.rand(5)
>>> a
tensor([0.2796, 0.9331, 0.6486, 0.1523, 0.6516])
>>> torch.special.logit(a, eps=1e-6)
tensor([-0.9466,  2.6352,  0.6131, -1.7169,  0.6261])