torch.logaddexp

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

输入指数和的对数。

逐点计算 $\log\left(e^x + e^y\right)$。此函数在统计学中非常有用，因为事件的计算概率可能非常小，以至于超出正常浮点数的范围。在这种情况下，存储计算概率的对数。此函数允许以这种方式添加存储的概率。

此操作应与在单个张量上执行约简的 torch.logsumexp() 区分开来。

参数

• input (Tensor) – 输入张量。

• other (Tensor) – 第二个输入张量

关键字参数

out (Tensor, optional) – 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])