나는 현재 두 개의 횃불 Tensors, p
고 x
는 모두의 모양 (batch_size, input_size)
.
내가를 계산하고 싶은 베르누이 로그 우도 주어진 데이터에 대한 반환 텐서의 크기 (batch_size)
여기서 무엇을 하고 싶: 나는에 대한 공식을 로그 우도의 베르누이 Random variables:
\sum_i^d x_{i} ln(p_i) + (1-x_i) ln (1-p_i)
가 p
텐서:
[[0.6 0.4 0], [0.33 0.34 0.33]]
고 말하는 내가 x
텐서에 대한 바이너리에 따라 입력 사람들 확률:
[[1 1 0], [0 1 1]]
고 싶을 계산하는 로그에 가능성에 대한 모든 샘플을 결정:
[[ln(0.6)+ln(0.4)], [ln(0.67)+ln(0.34)+ln(0.33)]]
는 것이 가능한 이 계산을 사용하지 않고의 루?
나는 사용할 수 torch.sum(axis=1)
할 최종 요약 사로그램은 그것이 가능한 베르누이의 로그-가능성 계산에 사용하지 않고의 루? 또는 사용에서 가장 위해 1 니까? 내가 노력 벡터화 이 작업으로 많이 가능합니다. 나는 맹세할 수 있었 우리가 사용할 수 있는 라텍스 방정식에 대한 전았고,무언가를 변경 또는 다른 웹사이트가 있는가?