Python mfunction和elmul有什么用途？

我正在将一个程序从Octave转换为Python，我使用OMPC来尝试看看它是否有效，当我在顶部得到Python代码的转换时，有一行写着

@mfunction（“”

），我不确定它的用途，我也没有找到很多关于它的信息。还有关于elmul的，我也不知道它是干什么用的，也没有找到关于它的信息

这是八度音阶的代码

function[J，grad]=costFunction（θ，X，y）
%成本函数计算logistic回归的成本和梯度
%J=成本函数（θ，X，y）计算使用θ作为成本函数的成本
%logistic回归参数与成本梯度
%w.r.t.到参数。
%初始化一些有用的值
m=长度（y）；%培训示例的数量
%您需要正确返回以下变量
J=0；
梯度=零（大小（θ））；
%==================================您的代码在此处======================
%说明：计算特定选择θ的成本。
%您应该将J设置为成本。
%计算偏导数并将梯度设置为偏导数
%θ中每个参数的成本w.r.t.导数
%
%注：梯度应具有与θ相同的尺寸
%使用以前编程的sigmoid函数
假设=乙状结肠（X*θ）；%logistic回归假设
重量=1/m；
J=-权重*和（（y.*log（假设）+（1-y）。*log（1-假设））；
对于i=1:m
grad=grad+（假设（i）-y（i））*X（i，：）'；%X必须被转置
结束
梯度=重量*梯度；
% =============================================================
结束

这是OMPC生成的代码：

@mfunction（“J，grad”）
def成本函数（θ=无，X=无，y=无）：
#成本函数计算logistic回归的成本和梯度
#J=成本函数（θ，X，y）计算使用θ作为成本函数的成本
#logistic回归参数与成本梯度
#w.r.t.到参数。
#初始化一些有用的值
m=长度（y）#培训示例数
#您需要正确返回以下变量
J=0
梯度=零（大小（θ））
#==================================您的代码在此处======================
#说明：计算特定选择θ的成本。
#您应该将J设置为成本。
#计算偏导数并将梯度设置为偏导数
#θ中每个参数的成本w.r.t.导数
#
#注：梯度应具有与θ相同的尺寸
#使用以前编程的sigmoid函数
假设=乙状结肠（X*θ）#逻辑回归假设
重量=1/m
J=-Weight*sum（（y*elmul*log（假设）+（1-y）*elmul*log（1-假设）））
因为我在mslice[1:m]：
grad=grad+（假设（i）-y（i））*X（i，mslice[：]）。cT#X必须转置
结束
梯度=重量*梯度
# =============================================================
结束
两个
@mfunction
和
elmul
都是OMPC定义的函数。第一个是正确处理OMPC定义的特殊
marray
类型，第二个是对前面提到的
marray
s进行元素乘法。它们旨在利用NumPy和MATLAB之间的语义差异。
然而，这些差异很难完全通用地翻译，尤其是因为MATLAB代码通常依赖于这些语义细节

这就是为什么在生产代码中不能可靠地使用MATLAB到Python转换器的原因

我将把上面的倍频程代码翻译成如下内容（假设NumPy数组输入）：

请仔细检查是否确实需要
x[i，：].transpose（）.conjugate（）
（这取决于
x
和
假设实际是什么）

def cost_function(theta, x, y):
    m = np.size(y)
    grad = np.zeros(theta.shape)

    hypothesis = sigmoid(x @ theta)

    j = -np.sum((y * np.log(hypothesis) + (1 - y) * np.log(1 - hypothesis))) / m

    for i in range(m):
        grad = grad + (hypothesis[i] - y[i]) @ x[i, :].transpose().conjugate()

    grad = grad / m
    return j, grad