Python PyTorch logaddexp用法及代碼示例

本文簡要介紹python語言中 torch.logaddexp 的用法。

用法:

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

參數：

• input(Tensor) -輸入張量。

• other(Tensor) -第二個輸入張量

關鍵字參數：

out(Tensor,可選的) -輸出張量。

輸入的冪和的對數。

逐點計算 \log\left(e^x + e^y\right) 。此函數在計算的事件概率可能小到超出正常浮點數範圍的統計中很有用。在這種情況下，存儲計算概率的對數。此函數允許添加以這種方式存儲的概率。

此操作應與 torch.logsumexp() 消除歧義，它對單個張量執行縮減。

例子：

>>> torch.logaddexp(torch.tensor([-1.0]), torch.tensor([-1.0, -2, -3]))
tensor([-0.3069, -0.6867, -0.8731])
>>> torch.logaddexp(torch.tensor([-100.0, -200, -300]), torch.tensor([-1.0, -2, -3]))
tensor([-1., -2., -3.])
>>> torch.logaddexp(torch.tensor([1.0, 2000, 30000]), torch.tensor([-1.0, -2, -3]))
tensor([1.1269e+00, 2.0000e+03, 3.0000e+04])