matlab：即使exp（max（X））不提供，exp（X）也会给出inf

[poster]

[编辑：整个问题有一个非常简单的解决方案：矩阵使用单个数据类型而不是默认的双精度]

我刚刚注意到Matlab中有些奇怪的行为（我认为），想知道是什么原因引起的。我有一个10000x500矩阵M，其值范围为

min(min(M)) = -226.9723 to max(max(M)) = 92.8173 和

exp(-227) = 2.6011e-99 exp(93) = 2.4512e+40 但是，如果我对整个矩阵进行幂运算，则此矩阵具有inf值：

ii = isinf(exp(M)); sum(sum(ii)) ans = 2 Matlab如何将值存储在矩阵中，以便对单个元素进行运算可以得出与对矩阵本身进行相同运算时不同的结果？

即

expM = exp(M); exp(M(1)) == expM(1) ; %can be false, which I find surprising 我知道我仍然必须更改算法，因为即使我可以避免使用inf值，高指数也会给出不精确的结果。它发生在人工神经网络计算公式中，例如：

sum(log(1+exp(ones(numcases,1)*b_h + data*w_vh)),2); 所以我的计划是将其分为两种情况，首先是指数较小的情况，如上所示，对于高值，我近似

log(1+exp(ones(numcases,1)*b_h + data*w_vh) 与

ones(numcases,1)*b_h + data*w_vh 听起来合理吗？我的理由当然是

log(1+exp(x)) 鈮?log(exp(x)) 鈮?x, for large x 顺便说一句：除了做两次max（max（max（M）））以外，还有没有更好的方法来获取矩阵的最大元素？



回答：

好的，我发现了错误：我的矩阵是单类型的，但是当我将值复制到新变量中时，该变量将是双精度值，当然最大值也不同。我自己在这里回答这个问题，所以这个问题不会得到解答。感谢您的提示，我尝试建立repro-case时找到了原因：)



更多&回答...