7

最も数値的に安定した計算方法は次のとおりです。

log[(wx * exp(x) + wy * exp_y)/(wx + wy)]

重みはwx, wy > 0どこですか？

重みがない場合、この関数はlogaddexpPython で NumPy を使用して次のように実装できます。

tmp = x - y
return np.where(tmp > 0,
                x + np.log1p(np.exp(-tmp)),
                y + np.log1p(np.exp(tmp)))

これを加重バージョンに一般化するにはどうすればよいですか?

4

2 に答える 2

5

重み付けされた式を次のように書き換えると、元のlogaddexp関数をこの目的に使用できます。

新しい logadd 式

これは、

logaddexp( x + log(w_x), y + log(w_y) ) - log(w_x + w_y)

logaddexp元の実装と同じくらい数値的に安定している必要があります。

注：質問で言及したように、 andではなくandnumpy.logaddexpを取り込む関数を参照しています。xyxexp_y

于 2015-07-12T16:53:43.360 に答える
1 
def weighted_logaddexp(x, wx, y, wy):
    # Returns:
    #   log[(wx * exp(x) + wy * exp_y)/(wx + wy)]
    #   = log(wx/(wx+wy)) + x + log(1 + exp(y - x + log(wy)-log(wx)))
    #   = log1p(-wy/(wx+wy)) + x + log1p((wy exp_y) / (wx exp(x)))
    if wx == 0.0:
        return y
    if wy == 0.0:
        return x
    total_w = wx + wy
    first_term = np.where(wx > wy,
                          np.log1p(-wy / total_w),
                          np.log1p(-wx / total_w))
    exp_x = np.exp(x)
    exp_y = np.exp(y)
    wx_exp_x = wx * exp_x
    wy_exp_y = wy * exp_y
    return np.where(wy_exp_y < wx_exp_x,
                    x + np.log1p(wy_exp_y / wx_exp_x),
                    y + np.log1p(wx_exp_x / wy_exp_y)) + first_term

2つのソリューションを比較した方法は次のとおりです。

import math
import numpy as np
import mpmath as mp
from tools.numpy import weighted_logaddexp

def average_error(ideal_function, test_function, n_args):
    x_y = [np.linspace(0.1, 3, 20) for _ in range(n_args)]
    xs_ys = np.meshgrid(*x_y)

    def e(*args):
        return ideal_function(*args) - test_function(*args)
    e = np.frompyfunc(e, n_args, 1)
    error = e(*xs_ys) ** 2
    return np.mean(error)


def ideal_function(x, wx, y, wy):
    return mp.log((mp.exp(x) * wx + mp.exp(y) * wy) / mp.fadd(wx, wy))

def test_function(x, wx, y, wy):
    return np.logaddexp(x + math.log(wx), y + math.log(wy)) - math.log(wx + wy)

mp.prec = 100
print(average_error(ideal_function, weighted_logaddexp, 4))
print(average_error(ideal_function, test_function, 4))
于 2015-07-12T18:51:38.880 に答える