np.seterr(divide="ignore", invalid="ignore")
RuntimeWarning: invalid value encountered in divide iou = np.diag(hist) / (hist.sum(1) + hist.sum(0) - np.diag(hist))
可能是在使用numpy时出现了分母为0的情况。
使用 numpy.seterr()
函数
np.seterr(divide="ignore", invalid="ignore")
iou = np.diag(hist) / (hist.sum(1) + hist.sum(0) - np.diag(hist))
#设置如何处理浮点错误。
numpy.seterr(all=None, divide=None, over=None, under=None, invalid=None)
参数:
all: {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’},可选
一次性设置所有类型的浮点错误的处理:
divide: {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’},可选
除以零的处理。从有限数获得的无限结果。
over: {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’},可选
浮点溢出的处理。结果太大而无法表达。
under: {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’},可选
浮点下溢的处理。结果非常接近于零,以至于丢失了一些精度。
invalid: {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’},可选
无效浮点运算的处理。结果不是可表达的数字,通常表示产生了NaN。
返回:
old_settings: dict
包含旧设置的字典。
这里有例子很详细,numpy.seterr用法及代码示例