jax.nn.logsumexp

jax.nn.logsumexp(a: ArrayLike, axis: Axis = None, b: ArrayLike | None = None, keepdims: bool = False, return_sign: Literal[False] = False, where: ArrayLike | None = None) → Array

jax.nn.logsumexp(a: ArrayLike, axis: Axis = None, b: ArrayLike | None = None, keepdims: bool = False, *, return_sign: Literal[True], where: ArrayLike | None = None) → tuple[Array, Array]

jax.nn.logsumexp(a: ArrayLike, axis: Axis = None, b: ArrayLike | None = None, keepdims: bool = False, return_sign: bool = False, where: ArrayLike | None = None) → Array | tuple[Array, Array]

Log-sum-exp 规约。

JAX 实现的 scipy.special.logsumexp()。

\[\mathrm{logsumexp}(a) = \mathrm{log} \sum_j b \cdot \mathrm{exp}(a_{ij})\]

其中 \(j\) 索引在要缩减的一个或多个维度上变化。

参数:

• a – 输入数组

• axis – 要在其上进行缩减的轴或多个轴。可以为 None、一个整数或一个整数元组。

• b – \(\mathrm{exp}(a)\) 的缩放因子。必须可以广播到 a 的形状。

• keepdims – 如果为 True，则缩减的轴将保留在输出中，作为大小为 1 的维度。

• return_sign – 如果为 True，则输出将是一个 (result, sign) 对，其中 sign 是和的符号，result 包含其绝对值的对数。如果为 False，则仅返回 result，如果和为负数，它将包含 NaN 值。

• where – 要包含在缩减中的元素。

返回:

根据 return_sign 参数的值，返回一个数组 result 或一对数组 (result, sign)。