在计算1/(1+exp(x)) python时避免数值不稳定
在计算1/(1+exp(x)) python时避免数值不稳定
提问于 2015-11-25 15:36:04
我想为(可能很大) x计算1/(1+exp(x))。
import numpy as np
1.0/(1.0+np.exp(x))但是在这个朴素的实现中，np.exp( x )很可能只返回大x的0或无穷大，这取决于符号。在python中有哪些函数可以帮助我解决这个问题？
我正在考虑实现一个系列扩展和系列加速，但我想知道这个问题是否已经解决了。
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-11-25 16:30:11
您可以使用scipy.special.expit(-x)。它将避免1.0/(1.0 + exp(x))生成的溢出警告。
Stack Overflow用户
发布于 2015-11-25 16:23:41
从根本上说，你受到浮点精度的限制。例如，如果您使用64位浮点数：
fmax_64 = np.finfo(np.float64).max # the largest representable 64 bit float
print(np.log(fmax_64))
# 709.782712893如果x大于709，那么您就无法使用64位浮点数来表示np.exp(x) (或1. / (1 + np.exp(x)))。
您可以使用扩展的精度浮点数(即np.longdouble)：
fmax_long = np.finfo(np.longdouble).max
print(np.log(fmax_long))
# 11356.5234063np.longdouble的精度可能会根据您的平台- 在x86上通常是80位而有所不同，这将允许您处理高达11356的x值：
func = lambda x: 1. / (1. + np.exp(np.longdouble(x)))
print(func(11356))
# 1.41861159972e-4932除此之外，您还需要重新考虑如何计算扩展，或者使用支持任意精确算法的模数学。然而，这通常是以比numpy更差的运行时性能为代价的，因为矢量化已经不可能了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33920544
复制相关文章
相似问题
腾讯云开发者
