`অক্ষ` বরাবর টেনসর `x` এর ক্রমবর্ধমান গুণফল গণনা করুন।
ডিফল্টরূপে, এই অপটি একটি সমন্বিত ক্রমবর্ধমান লগ-সাম-এক্সপ সঞ্চালন করে, যার অর্থ হল ইনপুটের প্রথম উপাদানটি আউটপুটের প্রথম উপাদানের অনুরূপ:
tf.math.cumulative_logsumexp([a, b, c]) # => [a, log(exp(a) + exp(b)), log(exp(a) + exp(b) + exp(c))]
tf.cumulative_logsumexp([a, b, c], exclusive=True) # => [-inf, a, log(exp(a) * exp(b))]
`বিপরীত` কোয়ার্গকে `ট্রু`-তে সেট করে, ক্রমবর্ধমান লগ-সম-এক্সপ বিপরীত দিকে সঞ্চালিত হয়।
নেস্টেড ক্লাস
ক্লাস | CumulativeLogsumexp.Options | CumulativeLogsumexp এর জন্য ঐচ্ছিক বৈশিষ্ট্য |
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
স্ট্যাটিক <T সংখ্যা প্রসারিত করে, U সংখ্যা প্রসারিত করে> CumulativeLogsumexp <T> | |
স্ট্যাটিক CumulativeLogsumexp.Options | একচেটিয়া (বুলিয়ান এক্সক্লুসিভ) |
আউটপুট <T> | আউট () |
স্ট্যাটিক CumulativeLogsumexp.Options | বিপরীত (বুলিয়ান বিপরীত) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।
সর্বজনীন স্ট্যাটিক CumulativeLogsumexp <T> তৈরি করুন ( স্কোপ স্কোপ, Operand <T> x, Operand <U> অক্ষ, বিকল্প... বিকল্প)
একটি নতুন CumulativeLogsumexp অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
x | একটি 'টেনসর'। নিম্নলিখিত ধরনের একটি হতে হবে: `float16`, `float32`, `float64`। |
অক্ষ | একটি `টেনসর` টাইপের `int32` (ডিফল্ট: 0)। অবশ্যই `[-র্যাঙ্ক(x), র্যাঙ্ক(x))` পরিসরে থাকতে হবে। |
বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- CumulativeLogsumexp এর একটি নতুন উদাহরণ
পাবলিক স্ট্যাটিক CumulativeLogsumexp.Options exclusive (বুলিয়ান এক্সক্লুসিভ)
পরামিতি
একচেটিয়া | যদি `সত্য` হয়, একচেটিয়া ক্রমবর্ধমান লগ-সম-এক্সপ সম্পাদন করুন। |
---|
পাবলিক স্ট্যাটিক CumulativeLogsumexp.Options reverse (বুলিয়ান রিভার্স)
পরামিতি
বিপরীত | একটি `বুল` (ডিফল্ট: মিথ্যা)। |
---|