mindspore.ops.logsumexp

mindspore.ops.logsumexp(x, axis, keep_dims=False)[源代码]

求Tensor的对数指数和。

\[logsumexp(x) = \log(\sum e^{x-x_{max}}) + x_{max}\]

Note

Ascend上输入Tensor的维度要小于等于8，CPU上输入Tensor的维度要小于8。

参数：

x (Tensor) - 任意维度的输入Tensor。数据类型为float16或float32。
axis (Union[int, tuple(int), list(int)]) - 需要reduce的维度，输入为 () 时reduce所有维度。
keep_dims (bool) - 是否保留reduce的维度。若设为True，则计算后指定的axis的长度为1，否则不保留该维度。默认值：False。

返回：

Tensor，具有与 x 相同的数据类型。

若axis为()，且 keep_dims 设为False，则输出为0维Tensor。
若axis为int类型，假设为2，且 keep_dims 设为False，则输出的shape为 \((x_1, x_3, ..., x_R)\) 。
若axis为tuple(int)，假设为(2, 3)，且 keep_dims 为False，则输出shape为 \((x_1, x_4, ..., x_R)\) 。

样例：

>>> x = Tensor(np.random.randn(3, 4, 5, 6).astype(np.float32))
>>> output = ops.logsumexp(x, 1, keep_dims=True)
>>> print(output.shape)
(3, 1, 5, 6)