Python PyTorch logsumexp用法及代碼示例

本文簡要介紹python語言中 torch.logsumexp 的用法。

用法:

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

參數：

• input(Tensor) -輸入張量。

• dim(int或者python的元組：ints) -要減小的尺寸或尺寸。

• keepdim(bool) -輸出張量是否保留了dim。

關鍵字參數：

out(Tensor,可選的) -輸出張量。

返回給定維度 dim 中 input 張量的每一行的求和 index 的對數。計算在數值上是穩定的。

對於 dim 和其他索引 i 給出的求和索引 j ，結果是

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

如果 keepdim 是 True ，則輸出張量的大小與 input 相同，但在維度 dim 中它的大小為 1。否則，dim 被壓縮(參見 torch.squeeze() )，導致輸出張量的維度少 1 個(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)