浅谈python中scipy.misc.logsumexp函数的运用场景
scipy.misc.logsumexp函数的输入参数有(a, axis=None, b=None, keepdims=False, return_sign=False),具体配置可参见这里,返回的值是np.log(np.sum(np.exp(a)))。
这里需要强调的是使用该函数的场景:
一般来说,该函数主要用于非常小的数值的运算(比如蒙特卡洛取样样本)。在这种情况下,将数据保持log处理是必须的。所以这时你如果想将数组中的数据累加求和就需要这样计算log(sum(exp(a))),但这样做就会产生一些精确性的问题,而这个
问题scipy.misc.logsumexp是引进解决了的,所以进行小数据求和可以直接使用scipy.misc.logsumexp函数。
参考:https://github.com/numpy/numpy/issues/5652
以上就是小编为大家带来的浅谈python中scipy.misc.logsumexp函数的运用场景全部内容了,希望大家多多支持脚本之家~
- Python中利用Scipy包的SIFT方法进行图片识别的实例教程
- 详解Python中的Numpy、SciPy、MatPlotLib安装与配置
- Python实现曲线拟合操作示例【基于numpy,scipy,matplotlib库】
- python中的插值 scipy-interp的实现代码
- python scipy求解非线性方程的方法(fsolve/root)
- Python实现的拟合二元一次函数功能示例【基于scipy模块】
- python安装numpy&安装matplotlib& scipy的教程
- python安装scipy的方法步骤
- 详解利用Python scipy.signal.filtfilt() 实现信号滤波
- Python基于scipy实现信号滤波功能
- Python使用scipy模块实现一维卷积运算示例
- Python scipy的二维图像卷积运算与图像模糊处理操作示例
最新评论