深度学习神经网络sigmoid函数溢出

今天在学习神经网络的的正向推理处理时报出如下错误：

1.py:9: RuntimeWarning: overflow encountered in exp
  return 1.0/(1+np.exp(-x))

我的sigmoid函数如下：

def sigmoid(x):
	return 1.0/(1+np.exp(-x))

参考了博客参考博客
考虑到numpy数组x中可能有绝对值比较大的负数，这样会导致np.exp(-x)溢出，优化sigmoid函数如下：

def sigmoid(x):
    if x>=0:      #对sigmoid函数的优化，避免了出现极大的数据溢出
        return 1.0/(1+exp(-x))
    else:
        return exp(x)/(1+exp(x))

如果x是一个数的话，这种方式是可行的。但是我面对的问题是x是一个numpy数组，考虑方法是对numpy数组中的元素逐一进行判断计算，运行程序，没有报错

def sigmoid(x):
	l=len(x)
	y=[]
	for i in range(l):
		if x[i]>=0:
			y.append(1.0/(1+np.exp(-x[i])))
		else:
			y.append(np.exp(x[i])/(np.exp(x[i])+1))
	return y