python - 在python中计算连续值的熵
问题描述
我想计算两个矩阵(输入)的熵。我希望输出熵仍然使用矩阵形状。
例如::
import numpy as np
def entropy(x, y):
probs = np.mean((x, y), axis=0)
p = probs.astype(np.float32)
return (-p * np.log2(p))
inp1 = np.random.random([5,4])
inp2 = np.random.random([5,4])
inp1_flatt = inp1.reshape([-1])
inp2_flatt = inp2.reshape([-1])
combine_out = entropy(inp1_flatt, inp2_flatt).reshape([5,4])
在entropy()
函数中,我认为我在计算后验概率(probs)时遇到了问题。
如何以正确的方式计算后验概率?
编辑::
这两个输入假设是神经网络的回归输出。我想保存他们的形状。由于熵的输入(神经网络的输出)的形状为 [5,4],我希望熵的输出形状为 [5,4]。我想做一些事情,比如使用熵组合源(连续值的联合熵方法)
解决方案
推荐阅读
- javascript - Cypress.io 如何在 before 钩子中获取数组的长度,并在以后重用它?
- ios - 导入包含嵌套内部框架的框架时缺少必需的模块
- emeditor - 有没有办法在搜索对话框中更改字体大小查找并替换为字段
- math - log(n) * log(log(n)) 的渐近复杂度
- popup - Shopify 弹出窗口 - 添加结帐按钮
- vba - 如何使用多个组合框对 DLookup 进行编码?
- html - 'ion-progress-bar' 是一个 Angular 组件,然后验证它是这个模块的一部分
- wordpress - 管理面板中缺少 WooCommerce 的“产品图片”区域
- javascript - $.getJSON 没有在 addEventListener 中运行
- amazon-quicksight - 我的 Amazon Quicksight 控制面板未加载。仪表板正在使用 SPICE 数据集