这是我的代码:
def sigmoid(X, T): return (1.0 / (1.0 + np.exp(-1.0*np.dot(X, T))))
这一行给了我错误“AttributeError:'float'对象没有属性'exp'”。 X,t是Numpy ndarray。
答案 0 :(得分:16)
可能是X和/或T的输入值有问题。问题中的函数可以正常工作:
import numpy as np
from math import e
def sigmoid(X, T):
return 1.0 / (1.0 + np.exp(-1.0 * np.dot(X, T)))
X = np.array([[1, 2, 3], [5, 0, 0]])
T = np.array([[1, 2], [1, 1], [4, 4]])
print X.dot(T)
print
# Just to see if values are ok
print [1. / (1. + e ** el) for el in [-5, -10, -15, -16]]
print
print sigmoid(X, T)
结果:
[[15 16]
[ 5 10]]
[0.9933071490757153, 0.9999546021312976, 0.999999694097773, 0.9999998874648379]
[[ 0.99999969 0.99999989]
[ 0.99330715 0.9999546 ]]
可能是输入数组的dtype。将X更改为:
X = np.array([[1, 2, 3], [5, 0, 0]], dtype=object)
给出:
Traceback (most recent call last):
File "/[...]/stackoverflow_sigmoid.py", line 24, in <module>
print sigmoid(X, T)
File "/[...]/stackoverflow_sigmoid.py", line 14, in sigmoid
return 1.0 / (1.0 + np.exp(-1.0 * np.dot(X, T)))
AttributeError: exp
答案 1 :(得分:7)
您可以将类型np.dot(X, T)
转换为float32,如下所示:
z=np.array(np.dot(X, T),dtype=np.float32)
def sigmoid(X, T):
return (1.0 / (1.0 + np.exp(-z)))
希望它最终能够奏效!