提问人：mgus 提问时间：6/2/2020 更新时间：6/2/2020 访问量：334
Numpy array_equal 和 float 精确相等性检查
Numpy array_equal and float exact equality check
问：
我知道这里也问过类似的精度问题，但是我正在阅读一个项目的代码，该项目正在浮点数之间进行精确的相等性比较，这让我感到困惑。
假设 和 的类型和 dtype 。这两个变量是由对相同数据执行的相同代码计算的，但已由一台计算机和另一台计算机计算（这是在与 MPI 通信的 AWS 集群上完成的）。x1x2numpy.ndarraynp.float32x1x2
然后比较这些值如下
numpy.array_equal(x1, x2)
因此，完全相等（无容忍）对于该程序的工作至关重要，并且似乎工作正常。这让我感到困惑。如何比较在不同机器上计算的两个结果，而不会遇到精度问题？什么时候这两个（或更多）浮点数可以相等？np.float32
答：
1赞
Eric Postpischil
6/2/2020
#1
IEEE-754 指定的算术是确定性的，考虑到其第 11 条（2008 年版）中讨论的某些约束，包括表达式计算的合适规则（例如从编程语言中的表达式到 IEEE-754 操作的明确转换，例如必须给出 、 不）。a+b+c(a+b)+ca+(b+c)
如果没有使用并行性或构造不当，例如始终将作业划分为相同的部分，并以相同的方式组合它们的结果，而不管计算的完成顺序如何，那么获得相同的结果也就不足为奇了。
阻碍可重现性的一些因素包括不同的并行性、使用不同的数学库（具有不同的函数实现，例如 ）以及使用对浮点计算不严格的语言（例如允许但不需要额外的精度）。pow
评论