EExponQuay
उत्पाद

प्रोग्राम की सुविधाएँ · स्थिर log-sum-exp समेकन

01

ExponQuay अधिकतम से स्थानांतरित घातांकीय योग जाँचने और खाली इनपुट को बहुत ऋणात्मक मानों के परिमित समूह से अलग रखने में मदद करता है।

01

मॉडल

बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।

02

प्रोजेक्ट

फ़ोल्डर चुनें और संपादन से पहले सहायक से संबंधित फ़ाइलें पढ़ने को कहें। काम का उद्देश्य और सीमाएँ बताएँ।

03

बदलाव

बदलाव और कमांड का आउटपुट देखें। परिणाम स्वीकार करने से पहले प्रोजेक्ट की जाँच चलाएँ; बनाया गया कोड अपने आप परीक्षण किया हुआ नहीं होता।

स्थिर log-sum-exp समेकन

● ● ●ExponQuay●
कार्यप्रवाह · स्थिर log-sum-exp समेकन ×
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))
✳घात निकालने से पहले अधिकतम घटाकर ऋण 1e300 से 1e300 तक अधिकतम 1000 लॉग मान समेकित करें।
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
AI के साथ कोड का कार्यक्षेत्र

आपका अगला विचार यहीं शुरू होता है।

Windows के लिए डाउनलोड करें ↗