【问题标题】:Why numpy treats really small numbers as zeros?为什么 numpy 将非常小的数字视为零?
【发布时间】:2020-02-04 21:01:58
【问题描述】:

我正在处理一项优化任务。考虑二维的“球体基准函数”。

import numpy as np
x = y = 0
X = np.array([x, y])
cost = np.sum(X**2)
print(cost) # zero

当 x 和 y 为零时,函数的成本为零。但是考虑这个例子:

import numpy as np
X = np.array([-6.5333928195191023e-163,  2.7628829205465545e-163])
Y = X**2 # [0, 0]
cost = np.sum(Y) # zero
print(cost) # zero

成本不应该为零,但确实是。有没有办法解决这个问题?

【问题讨论】:

    标签: python-3.x numpy


    【解决方案1】:

    正常的浮点精度会将您的数字截断为零。如果你真的想使用这么小的值,你可以这样做:

    X = np.array([-6.5333928195191023e-163,  2.7628829205465545e-163], dtype=np.longdouble)
    Y = X**2 # [0, 0]
    cost = np.sum(Y) # zero
    print(cost) # zero
    >> 5.0318743766791623303e-325
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2020-06-20
      • 2022-11-29
      • 2014-08-12
      • 2022-01-02
      • 1970-01-01
      • 1970-01-01
      • 2013-04-02
      • 2018-05-01
      相关资源
      最近更新 更多