函数：tf.lbeta

lbeta(
    x,
    name='lbeta'
)

定义在：tensorflow/python/ops/special_math_ops.py

参考指南：数学函数>基本数学函数

计算 \(ln(|Beta(x)|)\,沿着最后一个维度减少.

给定一维 z = [z_0,...,z_{K-1}],我们有如下定义：

$Beta(z) = \prod_j Gamma(z_j) / Gamma(\sum_j z_j)$

对于 n+1 维并且形状为 [N1, ..., Nn, K]的 x,我们定义：

$lbeta(x)[i1, ..., in] = Log(|Beta(x[i1, ..., in, :])|)$$

换句话说,最后一个维度被视为 z 向量.

注意,如果 z = [u, v],则：\(β (z) = int_0^1 t^{u-1} (1 t) ^ {v-1} dt \),它定义了传统的双变量 β 函数.

如果最后一个维度为空,则按照约定,空集的总和为零,而乘积为1.

参数：

• x：秩为 n+1 的张量,n >= 0 并且类型为 float 或 double.
• name：操作的名称(可选).

返回值：

对数 \(|Beta(x)|\) 沿最后一个维度减小.