PyTorch 阶乘函数答案

【问题标题】：PyTorch Factorial FunctionPyTorch 阶乘函数
【发布时间】：2021-01-17 06:48:07
【问题描述】：

似乎没有用于计算阶乘的 PyTorch 函数。在 PyTorch 中有没有办法做到这一点？我希望在 Torch 中手动计算泊松分布（我知道这存在：https://pytorch.org/docs/stable/generated/torch.poisson.html），并且公式需要分母中的阶乘。

泊松分布：https://en.wikipedia.org/wiki/Poisson_distribution

【问题讨论】：

看看这个stackoverflow.com/questions/5136447/…
谢谢，看来我可以使用 Torch 函数的组合在 Torch 中专门计算阶乘。
lgamma 不能满足您的需求吗？（显然，与exp 结合使用，尽管您最好将事情保持在日志形式，直到最后。）

标签： python math deep-learning pytorch torch

【解决方案1】：

内置的 math 模块 (docs) 提供了一个函数，该函数将给定积分的阶乘返回为 int。

import math

x = math.factorial(5)
print(x)
print(type(x))

输出

120
<class 'int'>

【讨论】：

感谢您的回复，但我知道在 Python 中计算阶乘的其他方法。我正在寻找一种专门使用 PyTorch 的方法。
@kjans_tbme 哦，我明白了，为我的误解道歉。据我所知，PyTorch 库中没有阶乘函数 - 除了 TorchScript (docs) 本身使内置的 math 模块和 math.factorial 可用。

【解决方案2】：

我认为你可以找到它为torch.jit._builtins.math.factorial 但是 pytorch 以及numpy 和scipy (Factorial in numpy and scipy) 使用python 的内置math.factorial：

import math

import numpy as np
import scipy as sp
import torch


print(torch.jit._builtins.math.factorial is math.factorial)
print(np.math.factorial is math.factorial)
print(sp.math.factorial is math.factorial)

True
True
True

但是，相比之下，scipy 除了“主流”math.factorial 还包含非常“特殊”的阶乘函数scipy.special.factorial。与 math 模块中的函数不同，它对数组进行操作：

from scipy import special

print(special.factorial is math.factorial)

False

# the all known factorial functions
factorials = (
    math.factorial,
    torch.jit._builtins.math.factorial,
    np.math.factorial,
    sp.math.factorial,
    special.factorial,
)

# Let's run some tests
tnsr = torch.tensor(3)

for fn in factorials:
    try:
        out = fn(tnsr)
    except Exception as err:
        print(fn.__name__, fn.__module__, ':', err)
    else:
        print(fn.__name__, fn.__module__, ':', out)

factorial math : 6
factorial math : 6
factorial math : 6
factorial math : 6
factorial scipy.special._basic : tensor(6., dtype=torch.float64)

tnsr = torch.tensor([1, 2, 3])

for fn in factorials:
    try:
        out = fn(tnsr)
    except Exception as err:
        print(fn.__name__, fn.__module__, ':', err)
    else:
        print(fn.__name__, fn.__module__, ':', out)

factorial math : only integer tensors of a single element can be converted to an index
factorial math : only integer tensors of a single element can be converted to an index
factorial math : only integer tensors of a single element can be converted to an index
factorial math : only integer tensors of a single element can be converted to an index
factorial scipy.special._basic : tensor([1., 2., 6.], dtype=torch.float64)

【讨论】：