避免在此numpy logsumexp计算中产生无限值

Question

接着之前提到的关于“值错误：真值模糊”的问题，我正在编辑这个logsumexp函数，具体代码可以在这里找到：https://github.com/scipy/scipy/blob/v0.14.0/scipy/misc/common.py#L18

这样做的原因有两个：

1. 我想自己选择最大值，而不仅仅是数组中的最大值。
2. 我想加一个条件，确保在从每个元素中减去最大值后，差值不会低于某个特定的阈值。

这是我最终的代码。代码本身没有问题——但有时候它仍然会返回无穷大！

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

你可以使用 np.clip 来限制一个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])

在这个例子中，所有大于7的值都会被限制在7；所有小于3的值都会被设置为3。

如果我理解你的代码没错，你可能想把

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

替换成

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

其中 maximum 是你想要的最大值。