scipy.special.

log_softmax#

scipy.special.log_softmax(x, axis=None)[source]#

计算 softmax 函数的对数。

原则上

log_softmax(x) = log(softmax(x))

但使用更准确的实现。

参数:
x类数组

输入数组。

axisint 或 int 元组,可选

计算值的轴。默认为 None,softmax 将在整个数组 x 上计算。

返回:
sndarray 或标量

x 具有相同形状的数组。结果的指数沿指定轴加起来为 1。如果 x 是标量,则返回一个标量。

说明

log_softmax 比使用使 softmax 饱和的输入值的 np.log(softmax(x)) 更准确(参见下面的示例)。

1.5.0 版本中新增。

log_softmax 除了 NumPy 之外,还对 Python Array API Standard 兼容后端提供实验性支持。请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备(或其他能力)的组合。

CPU

GPU

NumPy

不适用

CuPy

不适用

PyTorch

JAX

Dask

不适用

有关更多信息,请参阅对数组 API 标准的支持

示例

>>> import numpy as np
>>> from scipy.special import log_softmax
>>> from scipy.special import softmax
>>> np.set_printoptions(precision=5)
>>> x = np.array([1000.0, 1.0])
>>> y = log_softmax(x)
>>> y
array([   0., -999.])
>>> with np.errstate(divide='ignore'):
...   y = np.log(softmax(x))
...
>>> y
array([  0., -inf])