mindspore.ops.logsumexp

mindspore.ops.logsumexp(input, axis, keep_dims=False)

求Tensor的对数指数和。

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

参数：

• input (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 input 相同的数据类型。

• 若axis为()，且 keep_dims 设为False，则输出为零维Tensor。

• 若axis为int类型，假设为2，且 keep_dims 设为False，则输出的shape为 \((input_1, input_3, ..., input_R)\) 。

• 若axis为tuple(int)，假设为(2, 3)，且 keep_dims 为False，则输出shape为 \((input_1, input_4, ..., input_R)\) 。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> 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)