如何高效地在Numpy中编写从i=1到n的求和公式,log(1 + exp(w_i))?

w = (w_1, w_2, w_3, ...., w_n)为一个数组,n很大

在不使用循环的情况下,我想定义这个函数

从i=1到i=n的求和,log(1 + exp(w_i))

Numpy中有没有可以处理这个的向量运算?我在考虑

np.dot(np.ones((n,)), np.log(1+np.exp(w))

但我不知道这是否可行。


回答:

你可以使用np.sum(...)来对数组的所有元素求和。

虽然np.log(1+np.exp(w))应该可以正常工作,但还有np.log1p(...),它可以计算一个加值的自然对数,对于非常小的数值有更好的精度。

将它们组合在一起:

result = np.sum(np.log1p(np.exp(w)))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注