假设我有 log(P(x_i)) 的值，即事件 x_i 的对数概率。概率非常小，因此这些对数值的数量级为 -1e3。
我想计算一个期望值。为了评估相应的总和，我需要概率 P(x_i) 本身，所以我尝试调用numpy.exp. 但是，这仅返回 0，因为 Python 中基本浮点数的精度不足以解析像 exp(-1000) 这样的数字。
规避此问题的典型方法是什么？
Python：下溢与大负数的 exp
计算科学
Python
2021-12-16 01:20:25
1个回答
如果你的最终结果是数量级的exp(-1000) ，那你就倒霉了；无论你如何计算它，它总是会下溢。根本没有可表示的浮点数binary64那么小。较慢Bigfloat的 s 是唯一的出路。
然而，一些大/小中间值的问题可以通过一些操作来解决：
- 收集和简化某些常量（所谓的log-sum-exp 技巧）。
- 熟练使用库函数
log1p和expm1.
其它你可能感兴趣的问题