gpt4 book ai didi

python - 平滑逼近 floor 函数以用于反向传播

转载 作者:行者123 更新时间:2023-11-28 18:59:25 27 4
gpt4 key购买 nike

我一直在尝试实现对 np.floor 函数的平滑近似。我需要一个顺利的实现,因为 np.floor 无法在我的程序中反向传播。

我想出了一个涉及许多逻辑函数总和的解决方案,但是当数字很大时性能很差。

import numpy as np
from scipy.special import expit

def multiexpit(x, slope=50):
y = np.asarray([ expit(slope*(x-i)) for i in range(int(np.max(x))) ])
return np.sum(y,axis=0)

if __name__=='__main__':
import matplotlib.pyplot as plt
x = np.linspace(0,10,1000)
plt.plot(x,np.floor(x),label='floor')
plt.plot(x,multiexpit(x-1),label='smooth floor')

然而,结果相当不错。此处显示了针对 floor 函数的近似值,温度参数 slope=50:

enter image description here

我的问题是,是否可以使用不依赖于输入值的运行时来实现此功能? tensorflow 有类似的东西吗?我正在使用 numpy,但问题与 TF 相同。

最佳答案

如果你想使用重复的expit,我想没有办法绕过总和,所以你唯一能做的就是让numpy取处理 for 循环。一种方法是使用 meshgrid 将您的 x 值和步长的位置转换为二维数组:

def multiexpit2(x, slope=50):
i = np.arange(int(min(x)//1),int(max(x)//1)+1)
X, I = np.meshgrid(x,i)
return np.sum(expit(slope*(X-I)),axis=0)+min(x)//1-1

添加 min(x)//1-1 可以纠正 x 值不是从零开始的任何情况。

关于python - 平滑逼近 floor 函数以用于反向传播,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54465469/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com