跳转至

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:

蟒蛇 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。

蟒蛇 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)
回到顶部