渐变下降运行时错误

我已经为python做了一个简单的梯度下降实现，它对大多数参数都能正常工作，但对于学习速率和迭代次数的某些参数，它会给我一个运行时错误。渐变下降运行时错误

RuntimeWarning：溢出double_scalars遇到

RuntimeWarning：在double_scalars

遇到无效值

现在我假设，因为它得到一个地步，因为有B和M值太大而不能存储在内存中溢出错误，这个假设是否正确？

我该如何防止程序崩溃，因为主程序中的异常处理似乎不起作用，您能想出一种无异常处理的方式来防止错误在逻辑上？

def compute_error(points,b,m): 
    error = 0 
    for i in range(len(points)): 
     y = ponts[i][1] 
     x = points[i][0] 
     error += (y - (m*x + b))**2 
    return error/len(points) 

def gradient_runner(points,LR,num_iter,startB=0,startM=0): 
    b = startB 
    m = startM 
    for i in range(num_iter): 
     b,m = step_gradient(points,b,m,LR) 
    return [b,m] 

def step_gradient(points,b,m,LR): 
    b_gradient = 0 
    m_gradient = 0 
    N = float(len(points)) 
    for i in range(len(points)): 
     x = points[i][0] 
     y = points[i][1] 
     b_gradient+= (-2/N)*(y - ((m*x)+b)) 
     m_gradient+= (-2/N)*x*(y - ((m*x)+b)) 
## print "Value for b_gradient",b_gradient 
## print "Value for b is ",b 
## print "Value for learning rate is ",LR 
    new_b = b - (LR * b_gradient) 
    new_m = m - (LR * m_gradient) 
    return [new_b,new_m]  

import numpy as np 
a = np.array([[1,1],[4,2],[6,3],[8,4],[11,5],[12,6],[13,7],[16,8]]) 

b,m=gradient_runner(a,0.0001,1000) # These parameters work 
# b,m=gradient_runner(a,0.1,10000) #Program Crashes 
yguesses = [m * i + b for i in a[:,0]] 


import matplotlib.pyplot as plt 

guezz= yguesses 

plt.scatter(a[:,0], a[:,1] ,color="green") 
plt.plot(a[:,0],guezz,color="red") 

plt.show()

来源

2017-08-07 pyCharmer

的问题是在“学习率” LR（此测试仅通过改变LR - 你会发现，如果你去够低，算法收敛）。由于LR的值过高，您每次都会采取太大的步骤（想象一下，您在每一步都会跳过正确的值）。有多种方法可以计算最大步长应该是多少。谷歌有一点点（例如“渐变下降步长”）。

但是，正如您所看到的，如果发生溢出，结果很可能是错误的。在Python中，您可以使用catch warnings来告诉用户结果是错误的。

来源

2017-08-07 15:21:29 pingul

渐变下降运行时错误

回答

相关问题