scipy.special.entr#

scipy.special.entr(x, out=None) = <ufunc 'entr'>#

计算熵的逐元素函数。

\[\begin{split}\text{entr}(x) = \begin{cases} - x \log(x) & x > 0 \\ 0 & x = 0 \\ -\infty & \text{otherwise} \end{cases}\end{split}\]
参数:
xndarray

输入数组。

outndarray, optional

可选的输出数组,用于存放函数值

返回:
resscalar or ndarray

给定点 x 处的逐元素熵函数值。

备注

新增于 0.15.0 版本。

此函数是凹函数。

此函数的起源在于凸优化;参见[1]。给定一个概率分布 \(p_1, \ldots, p_n\)信息论中的熵定义为

\[\sum_{i = 1}^n \mathrm{entr}(p_i).\]

要计算后者,请使用 scipy.stats.entropy

entr 除了 NumPy 之外,还实验性地支持 Python 数组 API 标准兼容的后端。请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备(或其他功能)组合。

CPU

GPU

NumPy

不适用

CuPy

不适用

PyTorch

JAX

Dask

不适用

更多信息请参见 支持数组 API 标准

参考

[1]

Boyd, Stephen 和 Lieven Vandenberghe。Convex optimization. Cambridge University Press, 2004. DOI:https://doi.org/10.1017/CBO9780511804441