我在教授的书中找到了这个任务：
def f(x):
return f = log(exp(z))
def problem(M: List)
return np.array([f(x) for x in M])
如何实施解决方案？
Numpy就是要对整个阵列执行操作。您的教授希望您使用该功能。
首先将列表M转换为array z：
z = np.array(M)
现在，您可以执行类似于元素的操作exp并记录：
e = np.exp(z)
f = 1 + e
g = np.log(f)
函数np.exp和np.log被应用于数组的每个元素。如果输入不是数组，则将其转换为一个。
类似的操作也1 + e可以在整个阵列上工作，在这种情况下，使用广播的魔力。由于1是标量，因此可以明确地将其扩展为与相同的形状e，并且可以通过进行添加np.add。
通常，操作序列可以压缩为一行，类似于您最初的尝试。您可以使用np.log1p以下方法稍微减少操作次数：
def f(x):
return np.log1p(np.exp(x))
请注意，我没有先转换x为数组，因为np.exp它将为您完成此操作。
这种幼稚的方法的一个基本问题是，np.exp它将溢出我们期望会获得合理结果的值。可以使用此答案中的技术解决：
def f(x):
return np.log1p(np.exp(-np.abs(x))) + np.maximum(x, 0)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句