0

我尝试了以下各种解决方案,但我仍然收到描述的错误:

log1p(1 + math.exp(comp * -1))

错误:OverflowError: math range error

所以我将其更改为:log1p(1 + np.exp(comp * -1)) 现在我收到错误:RuntimeWarning: overflow encountered in exp

因此,再次基于对先前提出的问题的一些建议,我将其更改为: log1p(1 + np.exp((comp * -1), dtype=np.float256))

现在我的错误是:module 'numpy' has no attribute 'float256'

还有其他建议吗?请帮忙谢谢!

编辑: X - >输入“N”行和“m”特征的特征数组。w -> 大小为“m”的权重向量

    for rowIndex in range(len(X)):
        val1 = np.sum(np.dot(X[rowIndex], w))
        val2 = y[rowIndex]
        comp = np.dot(val2, val1)
        loss = loss + log1p(1 + np.exp((comp * -1)))
4

1 回答 1

0

我将代码替换如下:

loss = loss - log1p(expit(val))

基本上我重新排列了我的代码以便能够使用 expit 函数......

于 2018-03-28T02:48:56.243 回答