问题标签 [exp]

我一直致力于根据普朗克定律实施黑体辐射，具体如下：

我有一个 float[max-min+1] 数组，其中 static const int max=780，static const int min = 380。我只是遍历数组，然后输入 BlackBody 为波长提供的值（波长 = array-指数 + 分钟）。IntensitySpectrum::BlackBody 执行此迭代，而 min 和 max 都是静态成员变量，并且数组也在 IntensitySpectrum 内部。

问题在于，线谱.BlackBody() 将数组的第 0 个元素设置为 NaN，并且只有第 0 个元素。此外，它不会发生在第一次迭代中，而是发生在 xc>=10 的所有以下迭代中。

来自 VS 调试器的文本：频谱 = {intensity=0x009bec50 {-1.#IND0000, 520718784., 537559104., 554832896., 572547904., 590712128., 609333504., ...} }

我跟踪错误， ::BlackBody() 函数中的 exppart 变为 NaN，基本上 exp() 返回 NaN，即使它的参数接近 2.0，所以绝对不会溢出。但仅适用于数组索引 0。它神奇地开始为其余 400 个索引工作。

我知道内存溢出可能会导致这样的事情。这就是为什么我仔细检查了我的内存处理。我正在从另一个自制的库中链接 Vec3，该库要大得多，并且可能包含错误，但我从 Vec3 使用的内容与内存无关。

几个小时后，我完全一无所知。还有什么可能导致这种情况？优化器或 WINAPI 是否在欺骗我……？（嗯，是的，该程序使用 WINAPI 创建了一个窗口，并使用了一个几乎为空的 WndProc，它在 WM_PAINT 上调用我的代码。）

感谢您提前提供帮助。

很抱歉弄得不清楚。这是布局：

我正在尝试理解word2vec项目中的代码。我指的文件是word2vec.c。代码片段是：

目前尚不清楚预先计算这些值有什么好处。有人可以解释一下吗？

我正在尝试在 Linux 的 NASM 中实现 C 函数“exp”。该函数接受一个双精度值 x，并返回一个双精度值 r = e^x，其中 e 是欧拉数。这是我的实现：

在编译尝试时，我得到以下信息：

这是指当我实际调用 exp 时，这很奇怪，因为“extern exp”似乎工作得很好。我做错了什么？

我必须编写一个程序，将函数传递给另一个函数e^(-x)，e^(-x^2)称为calculateIntegral()，然后计算函数的积分。

限制：

• calculateIntegral()是将用于计算两者积分的e^(-x)函数e^(-x^2)
• 我只能将传递的函数、a边界b和区间数作为函数的参数calculateIntegral()。

我曾考虑过更改x为，例如，-x在函数外部并将其分配给另一个变量以计算 in e^(x)，但随后我必须将其作为另一个参数包含在calculateIntegral().

有没有办法改变原来的e^(x)，所以当它被传递到时calculateIntegral()，e^(-x)剩下的函数只需将边界插入到该方程中进行计算？

谁能建议我如何找到expMatlab 中的函数不会溢出的最大值和溢出的最小值。
谢谢你！

我需要f(x)=exp(A*x)反复计算一个微小的可变列向量x和一个巨大的常量矩阵A（多行，几列）。换句话说，x很少，但A*x很多。我的问题维度是这样的，它A*x需要与 exp() 部分一样多的运行时间。

除了泰勒展开和预先计算一系列值exp(y)（假设已知 的y值范围A*x），相对于 MATLAB 自己所做的事情，我还没有设法显着加快（同时保持准确性），我是考虑分析重述问题，以便能够预先计算一些值。

例如，我发现exp(A*x)_i = exp(\sum_j A_ij x_j) = \prod_j exp(A_ij x_j) = \prod_j exp(A_ij)^x_j

这将允许我预先计算exp(A)一次，但循环中所需的求幂与原始函数调用一样昂贵exp()，并且必须另外执行乘法 (\prod)。

有没有我可以遵循的其他想法，或者我可能错过的 MATLAB 中的解决方案？

编辑：更多细节

A是 26873856 x 81 的大小（是的，它是那么大），所以x是 81 x 1。 nnz(A) / numel(A)是0.0012，nnz(A*x) / numel(A*x)是0.0075。我已经使用稀疏矩阵来表示A，但是，稀疏矩阵的 exp() 不再是稀疏的。所以事实上，我存储xnon-sparse 并且我计算exp(full(A*x))结果是快/慢full(exp(A*x))（我认为A*x无论如何都是非稀疏的，因为 x 是非稀疏的。）exp(full(A*sparse(x)))是一种拥有 sparse 的方法A*x，但速度较慢. 甚至更慢的变体是exp(A*sparse(x))（对于稀疏类型的非稀疏矩阵具有双倍的内存影响）和full(exp(A*sparse(x))（这再次产生非稀疏结果）。

是的，我确实计算了元素 exp，我更新了上面的等式以反映这一点。

另一个编辑：我试图变得聪明，但收效甚微：

我正在将一个脚本从 matlab 复制到一个 c++ 函数中。但是，对于 exp 函数，我不断得到不同的结果。例如，以下代码段：

应该等同于 MATLAB 代码

但事实并非如此。对于 MATLAB，我得到 -1 + 0i（这是正确的），对于 c++，我得到 -1 + -2.068231e-013*i。

现在我一开始以为这只是某种舍入误差，但是对于我正在使用的实际脚本，它具有更大的复指数，我得到完全不同的数字。这是什么原因？我该如何解决？

编辑：我已经手动尝试用欧拉公式计算指数

并在 c++ 中获得相同的不稳定结果

I am using a template class (Pol<T>) to calculate with polynomials and want to use a member function (.exp()) to convert a polynomial P into its exponential e^P.
Overloading the exponential function works fine, the compiler chooses the original exponential exp(double) if T = double and my own if T=Pol<double>, but in the member function I get:

I cannot use std::exp in the member function, since I am using multiple orders of polynomials like:

I could use the overloaded exponential to make a workaround, but I don't see, why it should not be possible inside the member.

Here is my code:

我需要在 Matlab 中计算向量的归一化指数。

简单地写

V 的元素中的溢出大于 log(realmax) = 709.7827。（我不确定下溢条件。）

我应该如何实现它以避免数值不稳定？

更新：我收到了关于如何避免溢出的优秀回复。但是，我仍然很高兴听到您对代码中下溢可能性的看法。

我想编写一个使用高斯算法计算求幂的程序，但是如果给定输入等 base=2,exp=50，我得到的结果是 0.0000。