在2d-array上使用函数时处理numpy.exp溢出
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在2d-array上使用函数时处理numpy.exp溢出相关的知识,希望对你有一定的参考价值。
我有一个2d numpy数组,我想使用我的函数sigmoid(x),它是:
def sigmoid(x):
return 1 / (1 + np.exp(-x))
我的问题是我的输入太大了3000,我得到这个警告:
RuntimeWarning: overflow encountered in exp
return 1 / (1 + np.exp(-x/8.))
我试图将值分配给特定数字的输入,如700 - > 1和-700 - > 0,但是,这非常慢,因为我必须以这种方式遍历整个数组。
我也研究过np.logandexp(x1, x2)
,但我无法让它工作......
编辑:数据类型是float64顺便说一句
答案
你可以使用表现很好的SciPy's expit()
function:
In [114]: from scipy.special import expit
# sample input array
In [115]: x = np.arange(50000, dtype=np.float64)
In [116]: sigm = expit(x)
# sanity check for no `np.inf`
In [117]: expit(70000.0)
Out[117]: 1.0
另一答案
您可以将输入转换为日志空间并在之后运行sigmoid,这会显着缩小大值。
以上是关于在2d-array上使用函数时处理numpy.exp溢出的主要内容,如果未能解决你的问题,请参考以下文章
为啥在windows上调用多处理模块的函数时python可执行文件会打开新的窗口实例