浮动算术

Question

我正在编写一个使用简单神经网络感知算法的程序，当我这样做时，我有做负浮动算术的问题

summ = x1*w1+x2*w2-t

summ获取-2.77555756156e-17

的值

这种情况只发生在 x1 = 1.0 w1 = 0.2 x2 = 0.0 w2 = 0.1 t=0.2  如果我在python控制台中这样做一切都很好，但在程序中它给了我奇怪的价值。我实际打印每个值，它们都是正常的，但总结仍然很疯狂。

这里是完整代码http://tinypaste.com/1b8f9dd6，计算在第一个函数的顶部完成。

顺便说一句，我使用python 2.7，我很困惑，因为地狱

Answer 1

来自The Floating-Point Guide：

  

为什么我的数字，如0.1 + 0.2加起来不是很好的一轮0.3，而且   相反，我得到一个奇怪的结果，如0.30000000000000004？

     

因为在内部，计算机使用格式（二进制浮点）   它不能准确地表示0.1,0.2或0.3之类的数字。

     

编译或解释代码时，您的“0.1”已经存在   四舍五入到该格式的最接近的数字，这导致一个小的   甚至在计算发生之前就会出现舍入错误。

Answer 2

数字-2.77555756156e-17是-0.0000000000000000277555756156，正如你所知道的那样大约为0.显然你期望得到零，但浮点运算对大多数数字并不准确。这就是计算机数学运算的方式。

当然，如果您输入1.0 * 0.2 + 0.0 * 0.1 - 0.2，那么您会得到正确答案，但您的计划正在进行计算1 * 0.19999999999999998 + 1 * 0 - 0.20000000000000001。

Answer 3

如果对同一输入数据执行相同的计算，Python程序将不会对在控制台上获得的答案给出不同的答案。

因此，我认为如果仔细检查，您会发现程序中使用的值与控制台上使用的值略有不同。你给出的数字计算确实会返回零，所以我认为你会发现程序中使用的数字并不是你认为的那么多。

所有相同的，浮点并不准确。它仅对有限精度是准确的。一旦开始执行算术运算，您应该将其与指定的公差进行比较，而不是精确。要测试零，您应该检查结果的绝对值是否小于您选择的某个小值。