cupyx.scipy.stats.entropy#

cupyx.scipy.stats.entropy(pk, qk=None, base=None, axis=0)[source]#

计算给定概率值的分布熵。

如果只给出概率值 pk，则熵计算为 S = -sum(pk * log(pk), axis=axis)。

如果 qk 不为 None，则计算 Kullback-Leibler 散度 S = sum(pk * log(pk / qk), axis=axis)。

如果 pk 和 qk 的总和不为 1，此例程将对其进行归一化。

参数:

  • pk (ndarray) – 定义（离散）分布。pk[i] 是事件 i 的（可能未归一化的）概率。

  • qk (ndarray, 可选) – 计算相对熵的序列。应与 pk 格式相同。

  • base (float, 可选) – 使用的对数底，默认为 e（自然对数）。

  • axis (int, 可选) – 计算熵的轴。默认为 0。

返回:

计算出的熵。

返回类型:

S (cupy.ndarray)