So beheben sie folgendes: runtimewarning: überlauf in exp aufgetreten

Eine Warnung, die Ihnen in Python begegnen kann, ist:

 RuntimeWarning: overflow encountered in exp

Diese Warnung tritt auf, wenn Sie die exp NumPy-Funktion verwenden, aber einen Wert verwenden, der zu groß ist, als dass er verarbeitet werden könnte.

Es ist wichtig zu beachten, dass dies nur eine Warnung ist und NumPy die von Ihnen angeforderte Berechnung weiterhin durchführt, die Warnung jedoch standardmäßig anzeigt.

Wenn Sie auf diese Warnung stoßen, haben Sie zwei Möglichkeiten:

1. Ignoriere es.

2. Entfernen Sie die Warnung vollständig.

Das folgende Beispiel zeigt, wie auf diese Warnung in der Praxis reagiert werden kann.

So reproduzieren Sie die Warnung

Angenommen, wir führen die folgende Berechnung in Python durch:

 import numpy as np

#perform some calculation
print (1/(1+np. exp (1140)))

0.0

/srv/conda/envs/notebook/lib/python3.7/site-packages/ipykernel_launcher.py:3:
RuntimeWarning: overflow encountered in exp

Beachten Sie, dass NumPy die Berechnung durchführt (das Ergebnis ist 0,0), aber dennoch die RuntimeWarning ausgibt.

Diese Warnung wird ausgegeben, da der Wert np.exp(1140) e ¹¹⁴⁰ darstellt, was eine enorme Zahl ist.

Wir haben NumPy grundsätzlich gebeten, die folgende Berechnung durchzuführen:

• 1 / (1 + massive Zahl)

Dies lässt sich reduzieren auf:

• 1 / massive Zahl

Es ist tatsächlich 0, weshalb NumPy das Ergebnis als 0.0 berechnet hat.

So entfernen Sie die Warnung

Wenn wir möchten, können wir das Paket warnings verwenden, um die Warnungen wie folgt zu unterdrücken:

 import numpy as np
import warnings

#remove warnings
warnings. filterwarnings (' ignore ')

#perform some calculation
print (1/(1+np. exp (1140)))

0.0

Beachten Sie, dass NumPy die Berechnung durchführt und keine RuntimeWarning anzeigt.

Hinweis : Im Allgemeinen können Warnungen hilfreich sein, um Codeteile zu identifizieren, deren Ausführung lange dauert. Seien Sie daher sehr wählerisch, wenn Sie sich für die Entfernung von Warnungen entscheiden.

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Fehler in Python beheben:

So beheben Sie KeyError in Pandas
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden
So beheben Sie: ValueError: Operanden konnten nicht mit Formen übertragen werden