torch.logaddexp

torch.logaddexp(input, other, *, out=None) → Tensor

输入指数和的对数的对数。

计算点对点 $\log\left(e^x + e^y\right)$ 。此函数在统计学中非常有用，因为在计算事件概率时，计算出的概率可能非常小，以至于超出正常浮点数的范围。在这种情况下，存储计算出的概率的对数。此函数允许添加以这种方式存储的概率。

应使用 torch.logsumexp() 对此操作进行消歧义，该操作对单个张量执行归约。

参数:

• input (Tensor) – 输入张量。

• 其他（张量）- 第二个输入张量

关键字参数:

输出（张量，可选）- 输出张量。

示例：

>>> torch.logaddexp(torch.tensor([-1.0]), torch.tensor([-1.0, -2, -3]))
tensor([-0.3069, -0.6867, -0.8731])
>>> torch.logaddexp(torch.tensor([-100.0, -200, -300]), torch.tensor([-1.0, -2, -3]))
tensor([-1., -2., -3.])
>>> torch.logaddexp(torch.tensor([1.0, 2000, 30000]), torch.tensor([-1.0, -2, -3]))
tensor([1.1269e+00, 2.0000e+03, 3.0000e+04])