pytorch中的函数摘录

本文介绍了PyTorch中Categorical分布的log_prob()方法,通过实例演示了如何使用该方法来获取动作概率的日志值,并验证其正确性。
部署运行你感兴趣的模型镜像

Categorical.log_prob()

log_prob takes the log of the probability (of some actions). Example:

import torch
from torch.distributions import Categorical
import torch.nn.functional as F

action_logits = torch.rand(5)
action_probs = F.softmax(action_logits, dim=-1)
print(action_probs)
dist = Categorical(action_probs)
action = dist.sample()
print(action)
print(dist.log_prob(action), torch.log(action_probs[action]))

输出

tensor([0.1419, 0.3035, 0.1763, 0.1427, 0.2355])
tensor(2)
tensor(-1.7358) tensor(-1.7358)

loge(0.1763)log_e(0.1763)loge(0.1763)

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值