Python–tensorflow . math . cumulative _ logsumexp()
原文:https://www . geesforgeks . org/python-tensorflow-math-累计 _logsumexp/
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
累计 _logsumexp() 用于计算输入张量的累计 log-sum-exp。这个操作相当于张量流.数学.对数(张量流.数学. cumsum(张量流.数学. exp(x))) 但是数值上更稳定。
语法:tensorflow . math . cumulative _ logsumexp(x，轴，独占，反转，名称)
参数:
- x: 是输入张量。这个张量允许的数据类型是 float16，float32，float64。
- 轴(可选):是 int32 类型的张量。它的值应该在 int32 类型的张量范围内(默认值:0)。必须在[-rank(x)，rank(x)]范围内。默认值为 0。
- 独占(可选):属于 bool 类型。默认值为假。
- 反转(可选):是 bool 类型。默认值为假。
- 名称(可选):定义操作的名称。
返回:
它返回与 x 相同数据类型的张量。
例 1:
Python 3
# importing the library
import tensorflow as tf
# initializing the input
a = tf.constant([1, 2, 4, 5], dtype = tf.float64)
# Printing the input
print("Input: ",a)
# Cumulative log-sum-exp
res = tf.math.cumulative_logsumexp(a)
# Printing the result
print("Output: ",res)
输出:
Input: tf.Tensor([1\. 2\. 4\. 5.], shape=(4,), dtype=float64)
Output: tf.Tensor([1\. 2.31326169 4.16984602 5.36184904], shape=(4,), dtype=float64)
示例 2: 在此示例中，反向和排他都设置为真。
Python 3
# importing the library
import tensorflow as tf
# initializing the input
a = tf.constant([2, 3, 4, 5], dtype = tf.float64)
# Printing the input
print("Input: ",a)
# Cumulative log-sum-exp
res = tf.math.cumulative_logsumexp(a, reverse = True, exclusive = True)
# Printing the result
print("Output: ",res)
输出:
Input: tf.Tensor([2\. 3\. 4\. 5.], shape=(4,), dtype=float64)
Output: tf.Tensor([ 5.40760596e+000 5.31326169e+000 5.00000000e+000 -1.79769313e+308], shape=(4,), dtype=float64)
版权属于：月萌API www.moonapi.com，转载请注明出处
