मैं वर्तमान में दो मशाल Tensors, p
और x
है , जो दोनों के आकार है (batch_size, input_size)
.
मैं चाहूँगा की गणना करने के लिए Bernoulli लॉग इन likelihoods दिए गए डेटा के लिए, और वापस एक tensor के आकार (batch_size)
यहाँ का एक उदाहरण है क्या मैं क्या करना चाहते हैं: मैं सूत्र के लिए लॉग इन likelihoods के Bernoulli यादृच्छिक चर:
\sum_i^d x_{i} ln(p_i) + (1-x_i) ln (1-p_i)
कहते हैं कि मैं p
Tensor:
[[0.6 0.4 0], [0.33 0.34 0.33]]
और मैं कहना है x
tensor के लिए बाइनरी आदानों के आधार पर उन संभावनाओं:
[[1 1 0], [0 1 1]]
और मैं करना चाहते हैं की गणना करने के लिए लॉग संभावना के लिए हर नमूना है, जो में परिणाम होगा:
[[ln(0.6)+ln(0.4)], [ln(0.67)+ln(0.34)+ln(0.33)]]
यह संभव हो सकता है ऐसा करने के लिए अभिकलन के उपयोग के बिना छोरों के लिए?
मुझे पता है कि मैं का उपयोग कर सकता है torch.sum(axis=1)
ऐसा करने के लिए अंतिम योग के बीच के लॉग, लेकिन यह संभव है करने के लिए Bernoulli लॉग-संभावना गणना के उपयोग के बिना छोरों के लिए? का उपयोग करें या अधिक से अधिक 1 पाश के लिए? मैं कोशिश कर रहा हूँ करने के लिए vectorize इस आपरेशन के रूप में ज्यादा के रूप में संभव है. मैं कर सकता हूँ शपथ ली कि हम का उपयोग कर सकता है लेटेक्स के लिए समीकरण से पहले, क्या कुछ बदल रहा है या यह एक और वेबसाइट है?