Python tf.raw_ops.CumulativeLogsumexp用法及代碼示例

計算張量 x 沿 axis 的累積乘積。

用法

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

x 一個Tensor。必須是以下類型之一：half , float32 , float64。一個Tensor。必須是以下類型之一：float16 , float32 , float64。
axis 一個Tensor。必須是以下類型之一：int32 , int64。 Tensor 類型為 int32(默認值：0)。必須在 [-rank(x), rank(x)) 範圍內。
exclusive 可選的 bool 。默認為 False 。如果是True，則執行排他累積log-sum-exp。
reverse 可選的 bool 。默認為 False 。 bool(默認值：False)。
name 操作的名稱(可選)。

默認情況下，此操作執行包含累積 log-sum-exp，這意味著輸入的第一個元素與輸出的第一個元素相同：

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

通過將 exclusive kwarg 設置為 True ，將執行獨占累積 log-sum-exp ：

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

請注意，log-sum-exp 操作的中性元素是 -inf ，但是，出於性能原因，使用浮點類型可表示的最小值代替。

通過將 reverse kwarg 設置為 True ，累積 log-sum-exp 以相反的方向執行。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.CumulativeLogsumexp。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。