为python

Question

我想为两个矩阵（输入）计算熵。我希望输出熵仍使用矩阵形状。

例如：：

import numpy as np
def entropy(x, y):
   probs = np.mean((x, y), axis=0)  
   p = probs.astype(np.float32) 
   return (-p * np.log2(p))


inp1 = np.random.random([5,4])
inp2 = np.random.random([5,4])

inp1_flatt = inp1.reshape([-1])
inp2_flatt = inp2.reshape([-1])


combine_out = entropy(inp1_flatt, inp2_flatt).reshape([5,4])

在entropy()函数中，我认为在计算后验概率（概率）时遇到问题。

如何以正确的方式计算后验概率？

编辑：：

这两个输入假设是神经网络的回归输出。我要保存它们的形状。由于熵的输入（神经网络的输出）的形状为[5,4]，因此我希望熵的输出形状为[5,4]。我想做一些类似的事情，使用熵（联合熵方法获取连续值）