蟒蛇numpy機epsilon

我想了解什麼是機器epsilon。根據維基百科，它可以計算如下：蟒蛇numpy機epsilon

def machineEpsilon(func=float): 
    machine_epsilon = func(1) 
    while func(1)+func(machine_epsilon) != func(1): 
     machine_epsilon_last = machine_epsilon 
     machine_epsilon = func(machine_epsilon)/func(2) 
    return machine_epsilon_last

但是，它只適用於雙精度數字。我有興趣修改它以支持單精度數字。我讀過可以使用numpy，尤其是numpy.float32類。任何人都可以幫助修改該功能嗎？

來源

2013-10-02 Bob

這個函數是一般足以與所有精度一起工作。只需傳遞'numpy.float32'作爲參數即可！ –

一個更簡單的方式來獲得一個給定的float類型的機器精度是用np.finfo()：

print(np.finfo(float).eps) 
# 2.22044604925e-16 

print(np.finfo(np.float32).eps) 
# 1.19209e-07

來源

2013-10-02 16:16:28

只是100％自信，第一個提供了Python的「標準」精度的固有漂浮，而第二個是numpy的漂浮精度？ –

注意到numpy的的標準精度是64（在64位計算機）： '>>>打印（np.finfo（np.float）.EPS）= 2.22044604925e-16' 和 '>> > print（np.finfo（np.float64）.eps）= 2.22044604925e-16' –

@CharlieParker我本可以使用'np.float'，因爲它只是Python的內建'float'的別名。幾乎所有平臺上的Python浮點數都是64位（C'double'）。因此'float'和'np.float64'通常具有相同的精度，對於大多數用途，您可以互換使用它們。然而它們並不完全相同 - 'np.float64'是一個numpy特定的類型，'np.float64'標量具有與本地'float'標量不同的方法。正如你所期望的那樣，'np.float32'是一個32位浮點數。 –

大衛指出，它已經行得通了！

>>> def machineEpsilon(func=float): 
...  machine_epsilon = func(1) 
...  while func(1)+func(machine_epsilon) != func(1): 
...   machine_epsilon_last = machine_epsilon 
...   machine_epsilon = func(machine_epsilon)/func(2) 
...  return machine_epsilon_last 
... 
>>> machineEpsilon(float) 
2.220446049250313e-16 
>>> import numpy 
>>> machineEpsilon(numpy.float64) 
2.2204460492503131e-16 
>>> machineEpsilon(numpy.float32) 
1.1920929e-07

來源

2013-10-02 16:12:20 Claudiu

另一種簡單的方式來獲得小量是：

In [1]: 7./3 - 4./3 -1 
Out[1]: 2.220446049250313e-16

來源

2014-08-06 08:24:54 Ullen

+10

這很有趣 - 你能否詳細說明爲什麼這是有效的？ –

是的，爲什麼'8./3 - 5./3 - 1'產生'-eps'，'4./3 - 1./3 - 1'產生零，而'10./3 - 7' ./3-1'會產生零？ –

+14

嗯，答案在這裏，問題3：http://rstudio-pubs-static.s3.amazonaws.com/13303_daf1916bee714161ac78d3318de808a9.html基本上，如果你從7/3中減去4/3的二進制表示，你會得到機器epsilon的定義。所以我認爲這應該適用於任何平臺。 –

蟒蛇numpy機epsilon

回答

相關問題