torch.logsumexp

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

傳回給定維度 dim 中 input 張量每列的指數和的對數。計算經過數值穩定化處理。

對於由 dim 給定的加總索引 $j$ 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，除了在維度 dim 中的大小為 1。 否則，dim 會被擠壓（參見 torch.squeeze()），導致輸出張量少 1 個（或 len(dim) 個）維度。

參數

• input (Tensor) – 輸入張量。

• dim (int 或 ints 的 tuple, optional) – 要縮減的維度或多個維度。 如果 None，則會縮減所有維度。

• keepdim (bool) – 輸出張量是否保留 dim。

關鍵字參數

out (Tensor, optional) – 輸出張量。

範例

>>> 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)