在这个 numpy logsumexp 计算中避免无穷大

Question

从Value error: truth value ambiguous 开始，我正在从这里编辑logsumexp 函数：https://github.com/scipy/scipy/blob/v0.14.0/scipy/misc/common.py#L18

原因是： 1.我想自己选择最大值，不总是数组的最大值 2.我想设置一个条件，保证每个元素减去最大值后的差值不低于某个阈值。

这是我的最终代码。它没有任何问题 - 除了它有时仍会返回无穷大！

def mylogsumexp(self, a, is_class, maxaj=None, axis=None, b=None):
        threshold = -sys.float_info.max         
        a = asarray(a)
        if axis is None:
            a = a.ravel()
        else:
            a = rollaxis(a, axis)

        if is_class == 1:
            a_max = a.max(axis=0)
        else:
            a_max = maxaj  
        if b is not None:
            b = asarray(b)
            if axis is None:
                b = b.ravel()
            else:
                b = rollaxis(b, axis)
            #out = log(sum(b * exp(threshold if a - a_max < threshold else a - a_max), axis=0))
            out = np.log(np.sum(b * np.exp( np.minimum(a - a_max, threshold)), axis=0))

        else:
            out = np.log(np.sum(np.exp( np.minimum(a - a_max, threshold)), axis=0))
        out += a_max

Answer 1

您可以使用np.clip 来绑定数组的最大值和最小值：

>>> arr = np.arange(10)
>>> np.clip(arr, 3, 7)
array([3, 3, 3, 3, 4, 5, 6, 7, 7, 7])

在此示例中，大于 7 的值上限为 7；小于 3 的值设置为 3。

如果我正确解释了您的代码，您可能需要替换

out = np.log(np.sum(b * np.exp( np.minimum(a - a_max, threshold)), axis=0))

与

out = np.log(np.sum(b * np.exp( np.clip(a - a_max, threshold, maximum)), axis=0))

maximum 是您想要的最大值。