RuntimeWarning: overflow encountered in exp

博客展示了sigmoid函数代码的优化过程。原代码直接返回1.0/(1+exp(-inX)),优化后根据inX的值进行判断,当inX大于等于0时返回原结果,小于0时返回exp(inX)/(1+exp(inX)),还给出了原文链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

def sigmoid(inX):
    from numpy import exp
    return 1.0/(1+exp(-inX))

改为
def sigmoid(inX):
    from numpy import exp
    #return 1.0/(1+exp(-inX))
    #优化
    if inX>=0:
        return 1.0/(1+exp(-inX))
    else:
        return exp(inX)/(1+exp(inX))

原文:https://blog.youkuaiyun.com/cckchina/article/details/79915181 
 

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值