问log_prob是做什么的？

EN

正如您自己的答案所提到的，log_prob返回密度或概率的对数。在这里，我将解决您问题中的其余几点：

• 这和log有什么不同？发行版没有log方法。如果他们这样做了，最接近的解释确实是像log_prob这样的东西，但它不是一个非常精确的名称，因为If回避了一个问题“什么的日志”？分布具有多个数值属性(例如，其平均值、期望值等)，而概率或密度只是其中之一，因此名称可能不明确。

这同样不适用于Tensor.log()方法(这可能就是您所想的)，因为Tensor本身是一个我们可以取其对数的数学量。

• 为什么取概率的对数只是为了在以后对其求幂？您可能不需要在以后对其求幂。例如，如果您有概率p和q的对数，则可以直接将log(p * q)计算为log(p) + log(q)，从而避免中间求幂。这在数值上更稳定(避免下溢)，因为概率可能变得非常接近零，而它们的对数则不是。一般来说，加法也比乘法更有效，而且它的导数更简单。在https://en.wikipedia.org/wiki/Log_probability.

上有一篇关于这些主题的很好的文章

部分答案是，log_prob返回按给定样本值计算的概率密度/质量函数的对数。

log_prob记录(某些动作)的概率。示例：

action_logits = torch.rand(5)
action_probs = F.softmax(action_logits, dim=-1)
action_probs

返回：

张量(0.1457，0.2831，0.1569，0.2221，0.1922)

然后：

dist = Categorical(action_probs)
action = dist.sample()
print(dist.log_prob(action), torch.log(action_probs[action]))

返回：

张量(-1.8519)张量(-1.8519)