python – 使用numpy.random.multinomial时如何避免值错误？

当我使用这个随机发生器时：numpy.random.multinomial,我一直得到：

ValueError: sum(pvals[:-1]) > 1.0

我总是传递这个softmax函数的输出：

def softmax(w, t = 1.0):
    e = numpy.exp(numpy.array(w) / t)
    dist = e / np.sum(e)
    return dist

除了我现在得到这个错误,我还为参数(pvals)添加了这个：

while numpy.sum(pvals) > 1:
    pvals /= (1+1e-5)

但这并没有解决它.确保我避免此错误的正确方法是什么？

编辑：这是包含此代码的函数

def get_MDN_prediction(vec):
    coeffs = vec[::3]
    means = vec[1::3]
    stds = np.log(1+np.exp(vec[2::3]))
    stds = np.maximum(stds, min_std)
    coe = softmax(coeffs)
    while np.sum(coe) > 1-1e-9:
        coe /= (1+1e-5)
    coeff = unhot(np.random.multinomial(1, coe))
    return np.random.normal(means[coeff], stds[coeff])

解决方法:

我在语言建模工作中也遇到过这个问题.

这个问题的根源来自numpy的隐式数据转换：我的sorfmax()的输出是float32类型,但是,numpy.random.multinomial()会将pval转换为float64类型IMPLICITLY.由于数字舍入,此数据类型转换会导致pval.sum()有时超过1.0.

此问题已得到认可并发布here

标签：python,random,numpy,numerical-stability
来源： https://codeday.me/bug/20190517/1119907.html