torch
pytorch中定义张量,要确定好正确的数据类型,否则会出现float32-float64之间的强转偏差,虽然误差很小,但是在某些场合(模型推理、imu预积分等)会出现比较大的累计误差。pytorch定义张量,默认的数据类型为torch.float32.
g1 = torch.tensor([9.8065000000]) # 默认torch.float32
print(format(g1.item(), '.10f'))
# 9.8065004349
g2 = torch.tensor([9.8065000000], dtype=torch.float64)
print(format(g2.item(), '.10f'))
# 9.8065000000
numpy
同理,在numpy中也容易出现这样的情况。numpy定义数组,默认是numpy.float64。
g3 = np.array([9.8065000000]) # 默认np.float64
print(format(g3.item(), '.10f'))
# 9.8065000000
g4 = np.array([9.8065000000], dtype=np.float32)
print(format(g4.item(), '.10f'))
# 9.8065004349