파이썬에서 log (1 + x)/x의 값을 0에 가까운 값으로 올바르게 계산하는 방법이 있습니까? 내가 정상적으로 np.log1p (x)/x를 사용할 때, 나는 1을 얻는다. np.log (x)를 사용할 때 나는 어떻게 든 올바른 값을 얻는 것처럼 보인다. log1p가 더 안정적이지 않습니까?
현재 과학 논문에 이어 3D 포인트 클라우드 필터링 알고리즘을 구현 중입니다. 특정 값에 대한 회전 행렬을 계산할 때 몇 가지 문제가 있습니다. 목표는 법선 벡터 (Z 축)의 방향으로 정의 된 좌표계로 점을 회전시키는 것입니다. 다음 쿼리는 X 축, Y 축에서 회전 대칭이므로이 축의 방향은 중요하지 않습니다. 다음 R이 정의된다 Rotationmatrix
두 배와 같은 공통 데이터 유형을 사용하여 매우 작은 확률로 계산할 때 수치가 부정확하면 여러 계산이 연쇄 적으로 잘못되어 결과가 잘못됩니다. 이 때문에 숫자 안정성을 향상시키는 log probabilities을 사용하는 것이 좋습니다. Java에서 로그 확률을 구현했으며 구현은 작동하지만 원시 복식을 사용하는 것보다 수치 안정성이 악화되었습니다 (). 내
나는 Matlab에서 프로그래밍을하고 있는데, 내 시스템에서 Ax=b을 풀어야한다. A은 정사각형이고 아주 작은 항목이있다. m이 증가하면 A의 항목이 작아집니다. A은 희소 행렬이므로이 행렬의 이름을 Matlab의 sparse 함수로 바꿉니다. B=sparse(A). Bx=b을 언더 플로우 또는 수치 오류없이 해결하는 특별한 방법을 사용할 수 있습니까?
배정도 부동 소수점 (음수가 아닌) 숫자 x이 주어지면 사각형의 제곱근은 항상 자신과 동일합니까? 광장은 무한대 또는 될 때 x == z
나는이 사건에 관심이 아니에요 : 그래서를 x = <non-negative double>
y = x^2
z = sqrt(y)
: 즉 , 다음을 수행하면 정밀도의 손실이있다 0, 배정도에 맞는 숫자.
angle == std::acos(std::cos(angle))angle이 [0, Pi] 범위에 있으면 C++ 표준에 의해 보장되는지, 다시 말해서 복원 할 수 있습니까? 정확한 원래 값 anglestd::cos의 결과에서 std::acos을 사용하면 위에서 언급 한 범위 한도를 얻었습니까? angle이 infinity 또는 NaN 일 때 한계 사례가 생략
R의 선형 대수를 사용하는 OLS estimator에 대한 수동 계산을 수행하면서 R의 inbuilt 회귀 함수 lm()에 대한 다른 대답을 얻었습니다. 아무도 왜 차이가 있는지 말해 줄 수 있습니까? R은 OLS를 수행하지 않습니까? > x1<-rbind(1,2,3,4,5)
> x2<-rbind(3,65,7,2,1)
> x3<-rbind(34,7,23
Matlab에서 벡터의 정규화 지수를 계산해야합니다. 단순히 V의 요소 res = exp(V)/sum(exp(V))
오버플 작성는 로그 (realmax) = 709.7827보다 크다. (언더 플로우 조건에 대해 잘 모르겠습니다.) 숫자가 불안정하지 않도록 구현하려면 어떻게해야합니까? 업데이트 : 오버플로를 방지하는 방법에 대한 훌륭한 답변을 받았습니다.
저는 -max _i x_i 요소에 추가하여 softmax를 안정화하는 방법을 알고 있습니다. 이렇게하면 오버플로 및 언더 플로가 발생하지 않습니다. 이제 로그를 기록하면 언더 플로우가 발생할 수 있습니다. 로그 softmax (x)는 0으로 평가되어 -infinity가됩니다. 수정 방법을 잘 모르겠습니다. 나는 이것이 일반적인 문제라는 것을 알고있다. 나는