jax.scipy.special.logsumexp#

jax.scipy.special.logsumexp(a: ArrayLike, axis: Axis = None, b: ArrayLike | None = None, keepdims: bool = False, return_sign: Literal[False] = False, where: ArrayLike | None = None) → Array[源码]#
jax.scipy.special.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.scipy.special.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 归约。

JAX 实现的 scipy.special.logsumexp()。

\[\operatorname{logsumexp} a = \log \sum_i b_i \exp a_i\]

其中 \(i\) 索引范围覆盖一个或多个要归约的维度。

参数:

  • a – 输入数组

  • axis – int 或 int 序列，默认值=None。要计算和的轴。如果为 None，则沿所有轴计算和。

  • b – 指数的比例因子。必须可广播到 a 的形状。

  • keepdims – 如果 True，则被归约的轴在输出中保留为大小为 1 的维度。

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

  • where – 要包含在归约中的元素。

返回值:

数组 result 或数组对 (result, sign)，具体取决于 return_sign 参数的值。