mars.tensor.logaddexp2#

mars.tensor.logaddexp2(x1, x2, out=None, where=None, **kwargs)[来源]#

输入的指数和的对数，基数为2。

计算 log2(2**x1 + 2**x2)。这个函数在机器学习中非常有用，当事件计算的概率可能非常小，以至于超过正常浮点数的范围。在这种情况下，可以使用计算概率的以2为底的对数。这个函数允许添加以这种方式存储的概率。

Parameters

  • x1 (array_like) – 输入值。

  • x2 (array_like) – 输入值。

  • out (Tensor, None, 或 tuple 的 Tensor 和 None, 可选) – 结果存储的位置。如果提供，它必须具有和输入相同的广播形状。如果未提供或None，将返回一个新分配的张量。元组（仅作为关键字参数可能）必须具有与输出数量相等的长度。

  • where (array_like, 可选) – 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的该值不变。

  • **kwargs –

Returns

结果 – 基于2的对数的 2**x1 + 2**x2。

Return type

张量

另请参阅

logaddexp

输入的指数之和的对数。

示例

>>> import mars.tensor as mt

>>> prob1 = mt.log2(1e-50)
>>> prob2 = mt.log2(2.5e-50)
>>> prob12 = mt.logaddexp2(prob1, prob2)
>>> prob1.execute(), prob2.execute(), prob12.execute()
(-166.09640474436813, -164.77447664948076, -164.28904982231052)
>>> (2**prob12).execute()
3.4999999999999914e-50