torch中计算log时，以什么为底数？

最新推荐文章于 2022-08-17 17:32:54 发布
最新推荐文章于 2022-08-17 17:32:54 发布
阅读量2.8k 收藏
点赞数 2
分类专栏： ML
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Hodors/article/details/120781566
版权

PyTorch 自然对数 log logsoftmax 概率反推
关键词由CSDN通过智能技术生成

torch中计算log，以什么为底数？

答案是以e，自然对数为底数。2.7

如何推断出来的？

torch.log(torch.from_numpy(np.array(7.4))) = 2

底数 = sqrt(7.4) = 2.7 = e

参考

https://blog.csdn.net/weixin_38145317/article/details/103288032

为什么要知道底数呢？

因为，我需要根据log_softmax的值，反推得到probability。

fK0pS
关注
专栏目录
torch.log函数
jacke121的专栏
09-17 5万+
torch.log(torch.Tensor([1]) 结果：0，任何数的0次方，为1 torch.log是以自然数e为底的指数函数。 torch.log(torch.Tensor([2.7])=0.999 import numpy as np import torch from numpy.core.defchararray import count import math a...
为什么 Torch 是动态的
12-22
**为什么 Torch 是动态的** Torch 作为一个深度学习框架，其动态性主要体现在它的计算图机制上。在传统的静态计算图框架中，如TensorFlow，计算图是在运行前完全构建并固定的，这使得模型的执行过程更为高效，但对...
torch.log
weixin_36670529的博客
08-17 4995
torch.log(input, out=None) → Tensor Returns a new tensor with the natural logarithm of the elements of input. Parameters input (T...
torch.log函数 PSNR
Arthur_Holmes的博客
05-10 3255
torch.log(torch.Tensor([1])  结果：0，任何数的0次方，为1 torch.log是以自然数e为底的指数函数。 torch.log(torch.Tensor([2.7])=0.999  当想要以10为底求PSNR的时候,可以使用 psnr = 10*torch.log( MAX_DIFF**2 / loss ) / np.log(10) ...
torch.tensor.dim()和ndim的使用举例
敲代码的小风
12-23 6959
参考链接: ndim 参考链接: dim() Microsoft Windows [版本 10.0.18363.1256] (c) 2019 Microsoft Corporation。保留所有权利。 C:\Users\chenxuqi> C:\Users\chenxuqi>conda activate ssd4pytorch1_2_0 (ssd4pytorch1_2_0) C:\Users\chenxuqi>python Python 3.7.7 (default, May 6
Pytorch激活函数
Nick
03-16 929
1 softmax 例子： a = [[1,2,3],[4,5,6]] b = softmax(a,dim=0) 这个dim=0是对行操作，dim=1 是对列进行操作。 当dim=0，b 里面的第一个值= e的1次方/ (e的1次方+e的4次方) 当dim=1，b里面的第一个值=e的1次方/ (e的1次方+e的2次方+e的3次方) 2 log_softmax 对softmax激活函数得到的所有的值 分别使用再求一次log值，这里的log是以e为底。 ...
pytorch log
便纵有千种风情
10-13 2517
torch.log() 底数为e torch.log10() 底数为10 nn.LogSoftmax() 先softmax后取log 底数为e import torch.nn as nn m=nn.Softmax(dim=1) input = torch.randn(2, 3) print(input) output = m(input) print(output) print(torch.log10(output)) print(torch.log(output)) tensor([[-0.472
Pytorch中torch.nn的损失函数
12-21
在PyTorch中，`torch.nn`模块包含了各种损失函数，这些函数对于训练神经网络模型至关重要，因为它们衡量了模型预测与实际目标之间的差异。在本文中，我们将深入探讨三个常用的二分类和多标签分类损失函数：`torch.nn...
Torch是什么？ - Thinking In Jdon1
08-03
Torch是一个开源的科学计算框架，专为机器学习算法设计，尤其在深度学习领域有着广泛的应用。这个框架的核心是其强大的n维数组功能，能够处理复杂的数学运算和数据操作。以下将详细介绍Torch的主要特点： 1. **强大...
在C++中加载TorchScript模型的方法
08-25
添加显式批注则是在模型中添加批注，以告知 Torch Script 编译器可以根据 Torch Script 语言施加的约束直接解析和编译模型代码。 知识点4： 通过跟踪转换为 TorchScript 要将 PyTorch 模型通过跟踪转换为 Torch...
Pycharm中import torch报错的快速解决方法
09-17
然而，在使用PyCharm作为集成开发环境（IDE）的过程中，不少开发者可能会遇到`import torch`时出现错误的情况。这种情况不仅会打断工作流程，还可能导致项目延期。 #### 错误描述 当尝试在PyCharm中通过`import ...
Pytorch中我容易遗忘的概念
Jacob's blog
02-20 155
torch.util.data.Dataloader是什么？ (dataloader)
torch运算
bjf_wurina的博客
12-18 776
torch.log torch.log(input, out=None) → Tensor 计算input 的自然对数 参数： input (Tensor) – 输入张量 out (Tensor, optional) – 输出张量 例子： >>> a = torch.randn(5) >>> a -0.4183 0.3722 -0.3091...
Pytorch学习之torch----数学操作(二)
热门推荐
励志的小胡子
07-17 1万+
1. torch.floor(input, out=None) 说明：床函数，返回一个新张量，包含输入input张量每个元素的floor，即不小于元素的最大整数。 参数： input(Tensor) -- 输入张量 out(Tenosr, 可选) -- 输出张量 >>> a = torch.randn(4) >>> torch.floor(a) ten...
torch.add、sub、mul、div、matmul、mm、@、pow、exp、log、sqrt运算
jjw_zyfx的博客
08-20 4379
import torch # 加法运算的几种方式 a = torch.rand(2, 3) b = torch.rand(2, 3) print(a) print(b) print('a + b\n', a + b) print('a.add(b)\n', a.add(b)) print('torch.add(a, b)\n', torch.add(a, b)) # 仅这种方式会改变a的值，即把结果保存到a中 print('a.add_(b)\n', a.add_(b)) print(a) print
torch高级运算
lunhuicnm的博客
06-12 3607
求对数(e为底)-----torch.log(input, out=None) 求指数(e为底)-----torch.exp(tensor, out=None) 其他2、10为低的指数-----torch.log2()，torch.log10() 求次幂-----torch.pow(input, exponent, out=None) 求绝对值-----torch.abs(input, out=None) 三角函数-----torch.cos()、torch.sin()、torch.tan() 反三角函数-
深度学习笔记(一)——损失函数
InkBamboo920的博客
04-22 3432
深度学习笔记(一)——损失函数 闲聊 关于摸鱼太久了，玩久了到有点愧疚，所以决定好好学习一下基础，免得到时候姓啥都不知道了。希望能够少摸鱼吧~ 损失函数 损失函数定义：在训练机器学习算法中，为了获得最佳模型性能的最佳参数，我们需要一种函数来衡量我们模型的运行情况。函数通过惩罚我们模型(通过分配损失值)相对于当前参数所犯的任何参数，使得我们找到损失值最小的最佳参数。这个函数便称为损失函数。 交叉熵损失函数(Cross-entropy loss function) 交叉熵损失函数可能是使用最多的损失函数了，所
【小白学PyTorch】10 pytorch常见运算详解
忽逢桃林的博客
09-14 578
文章来自微信公众号【机器学习炼丹术】。有问题可以咨询“炼丹兄”，WX：cyx645016617 这一课主要是讲解PyTorch中的一些运算，加减乘除这些，当然还有矩阵的乘法这些。这一课内容不多，作为一个知识储备。在后续的内容中，有用PyTorch来获取EfficientNet预训练模型以及一个猫狗给分类的实战任务教学。 加减乘除就不多说了，±*/ 1 矩阵与标量 这个是矩阵（张量）每一个元素与标量进行操作。 import torch a = torch.tensor([1,2]) print(a+1) &g
pytorch——pytorch常见运算详解
weixin_45833008的博客
09-20 5405
pytorch常见运算详解 pytorch10 pytorch常见运算详解pytorch常见运算详解矩阵与标量哈达玛积矩阵乘法幂与开方对数运算近似值运算剪裁运算 矩阵与标量 这个是矩阵（张量）每一个元素与标量进行操作。 import torch a = torch.tensor([1,2]) print(a+1) >>> tensor([2, 3]) 哈达玛积 这个就是两个相同尺寸的张量相乘，然后对应元素的相乘就是这个哈达玛积，也成为element wise。 a = torch.ten
div_term = torch.exp( torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model)表示是什么？
最新发布
06-09
这个表达式与前面提到的表达式作用相同，都是用来计算 Transformer 模型中的位置编码。 与前面的表达式不同的是，这个表达式使用了 PyTorch 框架中的函数来计算。torch.arange(0, d_model, 2) 生成了一个长度为 d_model/2 的数组，数组中的每个元素都是 0 到 d_model-2 的偶数。接着，这个数组中的每个元素都乘以 (-math.log(10000.0) / d_model)，得到一个新的数组，其元素的取值范围在 0 和 -log(10000)/2 之间。 最后，这个新数组中的每个元素再取指数，底数为 e，得到一个长度为 d_model/2 的数组，用以表示不同位置的编码。与前面的表达式所得到的数组相比，这个数组中每个元素的取值范围和比例都是相同的，但是在计算时使用了 PyTorch 框架中的函数。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值