我使用迭代方法计算向量的值。在每次迭代中，向量中的值都会发生变化。经过多次迭代后，值会收敛。我不想根据迭代次数停止迭代/循环，而是希望在错误率低于特定阈值时停止。
我的矢量V有n个元素。 V的元素总和始终为1.我所做的是保留V的旧副本，然后计算新副本。然后我计算两个向量之间的差异，如E = V_new - V_old。所有向量都是numpy个数组。所以E在这里保留旧值和新值之间的差异。但是在这一点上，我无法知道如何处理E以及如何使用它来停止循环。我认为解决这个问题的一种方法是将E的所有元素相加，然后当和的值低于阈值时停止循环，但是由于总和的结果导致零结果为零。第一次迭代，因为一些元素是负面和其他积极因素。现在我被卡住了！
编辑：我只想到使用E的绝对值。
答案 0 :(得分：0)
不确定我是否理解，但你不能尝试：
while abs(E).max() > epsilon: