我读了很多关于堆栈溢出的文章,但是我仍然不明白如何避免溢出错误。我正在建立一个使用sigmoid function的神经网络。 但我不能不转换或找到解决这些错误的方法。在
def activation(x):
return 1/(1+np.exp(-x))
def dactivation(x):
return activation(x)*(1-activation(x))
def propagateb(self, target, lrate=8.1, momentum=0.1):
deltas = []
error = target - self.layers[-1]
delta = error*dactivation(self.layers[-1])
deltas.append(delta)
for i in range(len(self.shape)-2,0,-1):
delta =np.dot(deltas[0],self.weights[i].T)*dactivation(self.layers[i])
deltas.insert(0,delta)
for i in range(len(self.weights)):
layer = np.atleast_2d(self.layers[i])
delta = np.atleast_2d(deltas[i])
dw = np.dot(layer.T,delta)
self.weights[i] += lrate*dw + momentum*self.dw[i]
self.dw[i] = dw
# Return error
return (error**2).sum()
提高
^{pr2}$
SciPy comes with a function to do that,它不会给你这个警告:
似乎传入的数据必须是整数,尽管这个激活函数应该返回一个浮点值。我想解决方法很简单
我想如果没有这种改变,代码就会尝试进行整数除法,从而产生错误。在
使用numpy整数时必须小心,因为它们没有这里所述的任意精度Can Integer Operations Overflow in Python?
对于numpy double,这个范围是
(-1.79769313486e+308, 1.79769313486e+308)
。在也可以看看这个answer,它很好地描述了它。在
Here是有关numpy数据类型及其允许范围的详细信息。在
相关问题 更多 >
编程相关推荐