对数值进行梯度更新，然后取指数

Question

目前，我正在阅读这篇论文：https://arxiv.org/abs/1607.05666，其中说：“为了确保参数的正性，我们会对它们的参数进行梯度更新。 记录值，然后取指数”。我不确定如何实现这一点，我的代码如下。

alpha_f = tf.log(tf.get_variable(name='alpha',shape= [input_frequency_size],
                 initializer=tf.random_normal_initializer(mean=1.0,
                       stddev=0.1), dtype=tf.float32))
delta_f = tf.log(tf.get_variable(name='delta',shape=[input_frequency_size],
                 initializer=tf.random_normal_initializer(mean=1.0,
                       stddev=0.1), dtype=tf.float32))
r_f = tf.log(tf.get_variable(name='power',shape=[input_frequency_size],
                 initializer=tf.random_normal_initializer(mean=1.0,
                       stddev=0.1), dtype=tf.float32))
alpha_f = tf.exp(alpha_f)
delta_f = tf.exp(delta_f)
r_f = tf.exp(r_f)