torch.logsumexp

torch.logsumexp(input, dim, keepdim=False, *, out=None)

返回在给定维度 dim 上输入 input 张量的每一行指数和的对数。计算过程进行了数值稳定化。

对于由 dim 给出的求和索引 $j$ 和其他索引 $i$，结果为

$$\text{logsumexp}(x)_{i} = \log \sum_j \exp(x_{ij})$$

如果 keepdim 为 True，则输出张量的大小与 input 相同，但在维度 dim 上的大小为 1。否则，dim 将被压缩（见 torch.squeeze()），导致输出张量少 1 个（或少 len(dim) 个）维度。

参数

• input (Tensor) – 输入张量。

• dim (int 或 tuple of ints, optional) – 要降维的维度。如果为 None，则所有维度都将降维。

• keepdim (bool) – 输出张量是否保留 dim。

关键字参数

out (Tensor, optional) – 输出张量。

示例

>>> a = torch.randn(3, 3)
>>> torch.logsumexp(a, 1)
tensor([1.4907, 1.0593, 1.5696])
>>> torch.dist(torch.logsumexp(a, 1), torch.log(torch.sum(torch.exp(a), 1)))
tensor(1.6859e-07)