python–tensorlow.math.reduce_logumexp()
原文:https://www.geesforgeks.org/python-tensorflow-math-reduce_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。
reduce_logsumexp() 用于计算张量各维元素的对数和 exp。
语法:tensorflow.math.reduce_logsumexp(input_tensor，axis，keepdims，name)
参数:
- input_tensor: 是要约简的数值张量。
- 轴(可选):表示要缩小的尺寸。它的值应该在[-rank(input_tensor)，rank(input_tensor)]范围内。如果没有给出这个值，所有的维度都将减少。
- 保持(可选):默认值为假。如果设置为真，它将保留长度为 1 的缩小尺寸。
- 名称(可选):定义操作的名称。
返回:返回张量。
例 1:
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([1, 2, 3, 4], dtype = tf.float64)
# Printing the input tensor
print('Input: ', a)
# Calculating result
res = tf.math.reduce_logsumexp(a)
# Printing the result
print('Result: ', res)
输出:
Input: tf.Tensor([1\. 2\. 3\. 4.], shape=(4, ), dtype=float64)
Result: tf.Tensor(4.440189698561196, shape=(), dtype=float64)
例 2:
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([[1, 2], [3, 4]], dtype = tf.float64)
# Printing the input tensor
print('Input: ', a)
# Calculating result
res = tf.math.reduce_logsumexp(a, axis = 1, keepdims = True)
# Printing the result
print('Result: ', res)
输出:
Input: tf.Tensor(
[[1\. 2.]
[3\. 4.]], shape=(2, 2), dtype=float64)
Result: tf.Tensor(
[[2.31326169]
[4.31326169]], shape=(2, 1), dtype=float64)
