- 1scrapy-redis分布式爬虫的搭建过程（理论篇）_搭建scrapy-redis
- 2最强大脑之最强记忆，是学霸就拿100分_那些最强大脑里的学霸是这么练出来的
- 3python字符串忽略大写比较_code.lower
- 4FPGA学习小例子：38译码器设计与仿真_38译码器verilog实验报告
- 5【Python_Selenium学习笔记（八）】基于Selenium模块实现滑块验证码破解_python selenium 滑动验证
- 6算法中的递归和尾递归_尾递归和普通递归的区别
- 7C、C++和systemC如何使用任意精度整数类型_c申明任意精度整数
- 8使用 HTMLTestRunner 生成自动化测试报告_htmltestrunner生成报告工具
- 923种设计模式思维导图
- 10【C语言】结构体structure
pytorch中logsumexp函数的用法_torch.logsumexp
赞
踩
总结
- 文章来源： LawsonAbs@CSDN
- 详细的代码可见我的Github
这里给出一个简单的例子。
代码如下：
这里的 logsumexp 计算的维度是 0，那么对于上述代码的tensor（其size 是 [2,3]）就会生成一个[1,3] 的结果。 比如对于上述红框中的计算结果就是
l
o
g
(
e
−
100
+
e
−
1
e
12
)
log(e^{-100} + e^{-1e12})
log(e−100+e−1e12)
其中
−
1
e
12
-1e12
−1e12 就是
−
1
0
12
-10^{12}
−1012。很明显上式结果值就是-100。所以这个
l
o
g
(
∑
i
n
e
i
)
log (\sum_{i}^{n} e^i)
log(∑inei) 的函数结果值就是
m
a
x
(
i
)
max(i)
max(i)
