我需要计算exp(x**2)where x = numpy.arange(30,90)。这引发了警告：
RuntimeWarning: overflow encountered in exp
inf
我不能安全地忽略这个警告，但 SymPy 和 mpmath 都不是解决方案，我需要执行数组操作，所以 Numpy 解决方案将是我的梦想。
有谁知道如何处理这个问题？
问问题
16177 次
2 回答
3
您可以使用具有必要范围的数据类型，例如decimal.Decimal：
>>> import numpy as np
>>> from decimal import Decimal
>>> x = np.arange(Decimal(30), Decimal(90))
>>> y = np.exp(x ** 2)
>>> y[-1]
Decimal('1.113246031563799750400684712E+3440')
但是你用这些数字做什么？你能避免取幂并使用对数吗？有关您的问题的更多详细信息会有所帮助。
于 2014-07-08T18:14:35.770 回答
3
我认为您可以使用此方法来解决此问题：
归一化
我克服了这种方法的问题。在使用这种方法之前，我的分类准确率为：86%。使用此方法后，我的分类准确率为：96%！！！这很棒！
第一个：
Min-Max 缩放
第二个：
Z-score 标准化
这些是实现的常用方法normalization。
我使用第一种方法。我改变它。最大数除以 10。所以结果的最大数是 10。那么 exp(-10) 将不是overflow！
希望我的回答对你有帮助！(^_^)
于 2015-12-19T09:13:45.277 回答