TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
acumula_logsumexp() se utiliza para calcular la log-sum-exp acumulativa del tensor de entrada. Esta operación es equivalente a tensorflow.math.log( tensorflow.math.cumsum( tensorflow.math.exp(x))) pero es numéricamente más estable.
Sintaxis: tensorflow.math.cumulative_logsumexp( x, eje, exclusivo, inverso, nombre)
Parámetros:
- x: Es el tensor de entrada. Los dtypes permitidos para este tensor son float16, float32, float64.
- axis(opcional): Es un tensor de tipo int32. Su valor debe estar en el rango A Tensor de tipo int32 (predeterminado: 0). Debe estar en el rango [-rango(x), rango(x)). El valor predeterminado es 0.
- exclusivo(opcional): Es de tipo bool. El valor predeterminado es Falso.
- reverse(opcional): Es de tipo bool. El valor predeterminado es Falso.
- name(opcional): Define el nombre de la operación.
Devoluciones:
Devuelve un tensor del mismo tipo que x.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # initializing the input a = tf.constant([1, 2, 4, 5], dtype = tf.float64) # Printing the input print("Input: ",a) # Cumulative log-sum-exp res = tf.math.cumulative_logsumexp(a) # Printing the result print("Output: ",res)
Producción:
Input: tf.Tensor([1. 2. 4. 5.], shape=(4,), dtype=float64) Output: tf.Tensor([1. 2.31326169 4.16984602 5.36184904], shape=(4,), dtype=float64)
Ejemplo 2: En este ejemplo, tanto el inverso como el exclusivo se establecen en True.
Python3
# importing the library import tensorflow as tf # initializing the input a = tf.constant([2, 3, 4, 5], dtype = tf.float64) # Printing the input print("Input: ",a) # Cumulative log-sum-exp res = tf.math.cumulative_logsumexp(a, reverse = True, exclusive = True) # Printing the result print("Output: ",res)
Producción:
Input: tf.Tensor([2. 3. 4. 5.], shape=(4,), dtype=float64) Output: tf.Tensor([ 5.40760596e+000 5.31326169e+000 5.00000000e+000 -1.79769313e+308], shape=(4,), dtype=float64)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA