python-3.x - 为什么 numpy 将非常小的数字视为零？

Question

我正在做一个优化任务。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？

标签： python-3.xnumpy

Answer 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