tf.reduce_logsumexp 函数介绍

该博客介绍了TensorFlow中的数学运算函数tf.reduce_logsumexp,详细讲解了如何沿着特定轴计算并返回结果,特别关注了当axis=None时整个输入张量的计算情况。
摘要由CSDN通过智能技术生成
tf.reduce_logsumexp 函数
reduce_logsumexp(
    input_tensor,
    axis=None,
    keep_dims=False,
    name=None,
    reduction_indices=None
)

沿着axis指定的轴计算\log{(\sum_i \exp{(x_i)})}。如果axis=None,那么将计算整个input_tensor张量的值,并返回一个标量。

例如

x = tf.constant([[0., 0., 0.], [0., 0., 0.]])
tf.reduce_logsumexp(x)  # log(6)
tf.reduce_logsumexp(x, 0)  # [log(2), log(2), log(2)]
tf.reduce_logsumexp(x, 1)  # [log(3), log(3)]
tf.reduce_logsumexp(x, 1, keep_dims=True)  # [[log(3)], [log(3)]]
tf.reduce_logsumexp(x, [0, 1])  # log(6)
x = tf.constant([[0., 1., 2.], [0., 1., 2.]])
y1 = tf.reduce_logsumexp(x)      
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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