浮法算術

Question

我寫它採用簡單的神經網絡感知算法的程序，我有做負的浮點數運算，當我做這個

summ = x1*w1+x2*w2-t 

SUMM得到的-2.77555756156e-17

值這只是發生問題當 x1 = 1.0 w1 = 0.2 x2 = 0.0 w2 = 0.1 t=0.2 如果我這樣做的蟒蛇控制檯一切都很好，但在程序中它給了我奇怪的價值。我實際上打印了每個值，它們都是正常的，但仍然是最後的瘋狂。

這裏是完整的代碼http://tinypaste.com/1b8f9dd6計算是在頂部完成的，在第一個函數中完成。

順便說一句IM使用python 2.7，我很困惑，到底

Answer 1

人數-2.77555756156e-17爲-0.0000000000000000277555756156，正如你可以告訴幾乎爲0顯然，你期待exatly爲零，但浮點運算是不準確的大多數號碼。這就是計算機的工作原理。

當然，如果你輸入1.0 * 0.2 + 0.0 * 0.1 - 0.2那麼你會得到正確的答案，但你的程序正在計算1 * 0.19999999999999998 + 1 * 0 - 0.20000000000000001。

Answer 2

從The Floating-Point Guide：

爲什麼我的數字，像0.1 + 0.2加起來一個漂亮的圓0.3， 相反，我得到一個奇怪的結果，如0.30000000000000004？

由於內部計算機使用格式（二進制浮點數） ，因此無法準確表示數字，如0.1,0.2或0.3。

當代碼被編譯或解釋時，您的「0.1」已經被 舍入到該格式的最接近的數字，即使在計算髮生之前，這也會導致一個小的舍入誤差。

Answer 3

只要對相同的輸入數據執行相同的計算，Python程序將不會給出與控制檯獲得的答案不同的答案。

因此，我認爲如果仔細檢查，您會發現程序中使用的值與控制檯上使用的值略有不同。用你給出的數字計算確實會精確返回到零，所以我認爲你會發現程序中使用的數字並不完全相信它們。

完全相同，浮點數不確切。只有有限的精度纔是準確的。一旦開始執行算術，您應該將您的比較結果設置爲指定的容差，而不是精確的。要測試爲零，您應該檢查結果的絕對值是否小於您選擇的某個小值。