Python “Numpy在什么情况下会回来”；除零误差“；？

我有一个表达式如下，其中asdata是一个矩阵，theta是一个向量，python不断提高除以0的误差。 但是唯一的分母是（1+e^x），这个矩阵中的每个元素无论如何都不能是0

np.sum(-data[:,-1]*np.log(1.0/(1.0+np.exp(-np.dot(data[:,:-1],theta.transpose())))))

我是否忽略了任何会产生此错误的情况

---

奇怪的是，程序运行良好，结果正确，即使每次都显示此错误。

从问题注释中给出的错误消息：

py:21: RuntimeWarning: divide by zero encountered in log return (np.sum(-data[:,-1]*np.log(1.0/(1.0+np.exp(-np.dot(data[:,:-1],theta.transpose()‌​))))-(1-data[:,-1])*np.log(1-1.0/(1.0+np.exp(-np.dot(data[:,:-1],theta.transpose(‌​))))))+np.sum(theta[1:]**2)*lamda/2.0)*1.0/data.shape[0]

似乎您正在计算

np.log（0）

。例如

>>> import numpy as np
>>> np.log(0)
__main__:1: RuntimeWarning: divide by zero encountered in log
-inf
>>>

---

这很可能是因为

np.exp（…）

溢出，或者

1.0+np.exp（…）

返回1.0（因为

np.exp（…）

小于“机器ε”），并且您正在计算

np.log（1.0-1.0/（1.0+np.exp（…）

是否可能是

theta

或

数据[：，：-1]

是否包含复数？（不太可能，因为这看起来像是逻辑回归的手动实现，但可能？）它也不应该来自错误的大负数，因为

np.log（0）

给出

inf

，并且不会产生被零除的错误。你能打印

theta

和

data[：，：-1]

中数据的一小部分吗？

np.log（0）

给出警告

RuntimeWarning:除以log中遇到的零，返回
-inf
（使用numpy 1.9.1）。我已经测试过，它们的格式是float64，这应该是一个问题吗？这是您在计算
np.log（0）
时得到的警告。