log_sum_exp

最新推荐文章于 2026-04-19 10:53:38 发布

原创最新推荐文章于 2026-04-19 10:53:38 发布 · 3.9k 阅读

收录于

python宝典专栏收录该内容

1238 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

logsumexp函数常用于处理非常小数值的运算，如蒙特卡洛取样。它解决了在计算log(sum(exp(a)))时可能出现的精确性问题，提供了一种准确计算小数据求和的方法。在需要对数组中非常小的数据进行累加求和时，可以借助scipy.misc.logsumexp来避免误差。

log_sum_exp

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。

def log_sum_exp(x):
    """Utility function for computing log_sum_exp while determining
    This will be used to determine unaveraged confidence loss across
    all examples in a batch.
    Args:
        x (Variable(tensor)): conf_preds from conf layers
    """

了解本专栏