Attualmente ho due Torcia Tensori, p
e x
che entrambi hanno la forma di (batch_size, input_size)
.
Vorrei calcolare il registro di Bernoulli verosimiglianze per i dati di ritorno e di un tensore di dimensioni (batch_size)
Ecco un esempio di ciò che vorrei fare: Ho la formula per il log verosimiglianze di Bernoulli variabili Casuali:
\sum_i^d x_{i} ln(p_i) + (1-x_i) ln (1-p_i)
Dire che ho p
Tensore:
[[0.6 0.4 0], [0.33 0.34 0.33]]
E dire che ho il x
tensore per gli ingressi binari base a tali probabilità:
[[1 1 0], [0 1 1]]
E voglio calcolare la probabilità log per ogni campione, il che comporterebbe:
[[ln(0.6)+ln(0.4)], [ln(0.67)+ln(0.34)+ln(0.33)]]
Sarebbe possibile fare questo calcolo, senza l'uso di loop?
So che potrei usare torch.sum(axis=1)
per fare il finale sommatoria tra i tronchi, ma è possibile fare Bernoulli log-verosimiglianza di calcolo senza l'uso di loop? o l'utilizzo al massimo di 1 ciclo for? Sto cercando di vectorize questa operazione, per quanto possibile. Avrei giurato potremmo usare LaTeX per le formule prima, è cambiato qualcosa o è un altro sito?