计算机的错误计算(三十三)

摘要  计算机的错误计算(三十二)展示了 Python的 math库中 exp(x)的计算精度问题。本节讨论 Python 的 torch 库中的 exp(x)的计算精度问题。结果显示:与 math 库中的函数输出值具有同样的错误数字个数。 

       不妨仍然取(二十八)中的案例:1.2345,4.567,56.789,87.654,123.45,700.123. 

       类似于前面几节,同样先贴图 20位有效数字的正确结果:

然后再贴 Python 的 torch库中exp(x)函数的计算值:

       从上图可知,若取 16位有效数字,则与(三十二)中 Python 的 math 库中函数的结果完全一致。因此,Python 的 torch库中exp(x)函数给出的结果也分别有 0、1、2、1、3、3位错误数字。

       于是,无论是 Python 的 math库还是 torch库还是 Visual Studio,都一样:exp(x) 函数中有约 x 的整数位数位错误数字。再准确一点,均遵守计算机的错误计算(二十七)中规则:j\approx k+m_1\,.  其中 3个符号依次代表函数值含有的错误数字个数、自变量含有的错误数字个数以及自变量的扩展整数位数(扩展的意思是也可以为0或负整数)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值