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。
另请参阅
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。库
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