使用时如何避免值错误数字随机多项式？

Question

当我使用这个随机生成器：^{}时，我一直得到：

ValueError: sum(pvals[:-1]) > 1.0

我总是传递这个softmax函数的输出：

^{pr2}$

除了现在我得到了这个错误，我还为参数（pvals）添加了以下内容：

while numpy.sum(pvals) > 1:
    pvals /= (1+1e-5)

但这并没有解决问题。什么是确保我避免这个错误的正确方法？在

编辑：下面是包含此代码的函数

def get_MDN_prediction(vec):
    coeffs = vec[::3]
    means = vec[1::3]
    stds = np.log(1+np.exp(vec[2::3]))
    stds = np.maximum(stds, min_std)
    coe = softmax(coeffs)
    while np.sum(coe) > 1-1e-9:
        coe /= (1+1e-5)
    coeff = unhot(np.random.multinomial(1, coe))
    return np.random.normal(means[coeff], stds[coeff])

Answer 1

我在语言建模工作中也遇到了这个问题。在

这个问题的根源来自numpy的隐式数据转换：my sorfmax（）的输出是在float32类型中，但是，numpy.random.multinomial()会将pval隐式转换为float64类型。由于数值舍入，此数据类型转换有时会导致pval.sum()超过1.0。在

已识别并发布此问题here