torch.logsumexp

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

返回在給定維度 dim 上輸入 input 張量的每一行指數和的對數。計算過程進行了數值穩定化。

對於由 dim 給出的求和索引 $j$ 和其他索引 $i$，結果為

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

如果 keepdim 為 True，則輸出張量的大小與 input 相同，但在維度 dim 上的大小為 1。否則，dim 將被壓縮（見 torch.squeeze()），導致輸出張量少 1 個（或少 len(dim) 個）維度。

引數

• input (Tensor) – 輸入張量。

• dim (int 或 tuple of ints, optional) – 要降維的維度。如果為 None，則所有維度都將降維。

• keepdim (bool) – 輸出張量是否保留 dim。

關鍵字引數

out (Tensor, optional) – 輸出張量。

示例

>>> 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)