torch.logsumexp

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

返回给定维度 dim 中每个行张量 input 的指数和的对数。计算过程进行了数值稳定化。

对于由 dim 和其他索引 $i$ 给出的求和索引 $j$ ，结果是

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

如果 keepdim 是 True ，则输出张量的大小与 input 相同，除了在维度 dim 上它的大小为 1。否则， dim 被挤压（见 torch.squeeze() ），导致输出张量维度减少 1（或 len(dim) ）。

参数:

• input (Tensor) – 输入张量。

• dim（int 或 int 元组，可选）- 要降低的维度或维度。如果为 None ，则降低所有维度。

• keepdim（布尔值）- 输出张量是否保留 dim 。

关键字参数:

输出（张量，可选）- 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)