Python – tensorflow.math.cumulative_logsumexp()

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:

# 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.

# 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)