CumulativeLogsumexp

kelas akhir publik CumulativeLogsumexp

Hitung produk kumulatif tensor `x` sepanjang `sumbu`.

Secara default, operasi ini menjalankan log-sum-exp kumulatif inklusif, yang berarti elemen pertama masukan identik dengan elemen pertama keluaran:

tf.math.cumulative_logsumexp([a, b, c])  # => [a, log(exp(a) + exp(b)), log(exp(a) + exp(b) + exp(c))]
 

Dengan menyetel kwarg `eksklusif` ke `True`, log-sum-exp kumulatif eksklusif akan dijalankan:

tf.cumulative_logsumexp([a, b, c], exclusive=True)  # => [-inf, a, log(exp(a) * exp(b))]
 

Perhatikan bahwa elemen netral dari operasi log-sum-exp adalah `-inf`, namun, untuk alasan kinerja, nilai minimal yang dapat diwakili oleh tipe floating point digunakan sebagai gantinya.

Dengan mengatur kwarg `reverse` ke `True`, log-sum-exp kumulatif dilakukan dalam arah yang berlawanan.

Kelas Bersarang

kelas

KumulatifLogsumexp.Options

Atribut opsional untuk CumulativeLogsumexp

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
statis <T extends TNumber > CumulativeLogsumexp <T>	buat ( Lingkup lingkup , Operan <T> x, Operan <? extends TNumber > sumbu, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi CumulativeLogsumexp baru.
Opsi KumulatifLogsumexp.Options statis	eksklusif (eksklusif Boolean)
Keluaran <T>	keluar ()
Opsi KumulatifLogsumexp.Options statis	terbalik (Boolean terbalik)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Dari antarmuka org.tensorflow.Operand

keluaran abstrak <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
abstrak T	sebagai Tensor () Mengembalikan tensor pada operan ini.
Bentuk abstrak	membentuk () Mengembalikan bentuk tensor (yang mungkin diketahui sebagian) yang dirujuk oleh Output operan ini.
Kelas abstrak<T>	jenis () Mengembalikan tipe tensor operan ini

Dari antarmuka org.tensorflow.ndarray.Shaped

abstrak ke dalam	peringkat ()
Bentuk abstrak	membentuk ()
abstrak panjang	ukuran () Menghitung dan mengembalikan ukuran total wadah ini, dalam jumlah nilai.

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "CumulativeLogsumexp"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static CumulativeLogsumexp <T> buat ( Lingkup cakupan , Operan <T> x, Operan <? extends TNumber > sumbu, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi CumulativeLogsumexp baru.

Parameter

cakupan	ruang lingkup saat ini
X	Sebuah `Tensor`. Harus berupa salah satu dari jenis berikut: `float16`, `float32`, `float64`.
sumbu	`Tensor` bertipe `int32` (default: 0). Harus berada dalam rentang `[-peringkat(x), peringkat(x))`.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari CumulativeLogsumexp

public static CumulativeLogsumexp.Options eksklusif (eksklusif Boolean)

Parameter

eksklusif	Jika `True`, lakukan log-sum-exp kumulatif eksklusif.

Keluaran publik <T> keluar ()

CumulativeLogsumexp.Options statis publik terbalik (Boolean terbalik)

Parameter

balik	Sebuah `bool` (default: Salah).