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[source]#
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]

对数求和指数缩减。

scipy.special.logsumexp() 的 JAX 实现。

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

其中 \(j\) 索引范围涵盖一个或多个要缩减的维度。

参数:

  • a – 输入数组

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

  • b – \(\mathrm{exp}(a)\) 的缩放因子。必须可广播为 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 是总和的符号，result 包含其绝对值的对数。如果为 False，则仅返回 result，如果总和为负数，则它将包含 NaN 值。

  • where – 要包含在缩减中的元素。

返回:

根据 return_sign 参数的值，返回数组 result 或数组对 (result, sign)。