Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Produkt
Funktionen der Software · Stabile Log-Sum-Exp-Aggregation
01
ExponQuay hilft bei der Prüfung um das Maximum verschobener Exponentialsumme und trennt leere Eingabe von endlich vielen stark negativen Werten.
Projekt
Wählen Sie einen Ordner und lassen Sie die betreffenden Dateien vor einer Änderung lesen. Legen Sie Ziel und Grenzen der Aufgabe fest.
Änderungen
Prüfen Sie Änderungen und Befehlsausgaben. Führen Sie die Projektprüfungen aus, bevor Sie das Ergebnis übernehmen; erzeugter Code ist nicht automatisch getestet.
Stabile Log-Sum-Exp-Aggregation
● ● ●ExponQuay●
Arbeitsabläufe · Stabile Log-Sum-Exp-Aggregation ×
from math import exp, fsum, log, inf
def log_sum_exp(values):
if type(values) not in (list, tuple) or len(values) > 1000:
raise ValueError("values.container")
values = tuple(values)
if len(values) > 1000 or any(
type(v) not in (int, float) or not -1e300 <= v <= 1e300 for v in values
):
raise ValueError("values.range")
if not values:
return -inf
peak = max(values)
return peak + log(fsum(exp(v - peak) for v in values))✳Aggregieren Sie höchstens 1000 Logarithmuswerte von minus 1e300 bis 1e300 nach Abzug ihres Maximums vor dem Exponenzieren.
✓ ÄnderungenVor dem Anwenden prüfen ↗
Illustration der Arbeitsumgebung
