การ เข้าใจ ความ ถูก ต้อง แม่นยํา ของ การ คํานวณ ใน นัม พี และ ซี พี เป็น สิ่ง สําคัญ สําหรับ วิศวกร ที่ ทํา งาน ด้วย ข้อมูล เชิง คิด.
ชนิดของข้อผิดพลาดในการคอมไพล์
ความผิดพลาดในการคํานวณตัวเลข โดยปกติจะลดลงเป็น 2 ประเภท: ความผิดพลาดของค่ารูยึดและข้อผิดพลาดรอบ การหักเหเกิดขึ้นเมื่อโพรเซสที่มีจํากัดประมาณได้โดยหนึ่งอย่างจํากัด เช่น การใช้จํานวนเทอมจํากัดในการขยายต่อเนื่อง การผิดพลาดรอบเกิดขึ้นเนื่องจากความแม่นยําของจุดลอยของคอมพิวเตอร์
การ วาง แผน สําหรับ การ ไม่ ยอม รับ ความ จริง
เพื่อ เพิ่ม ความ แม่นยํา ของ การ คํานวณ ของ นัม พี และ ซี พี ให้ ละเอียด ยิ่ง ขึ้น ขอ พิจารณา ข้อ แนะ ต่อ ไป นี้:
- [FLT: 0] ใช้ข้อมูลประเภทแม่นยําสูงขึ้น[FLT: 1]: สลับจากค่าปริยายของลอย 64 เป็นลอยน้ําถ้าสนับสนุนสําหรับความแม่นยําที่เพิ่มขึ้น
- [FLT: 0] การตรวจสอบผิดพลาด : ใช้ฟังก์ชันอย่าง เพื่อตรวจสอบผลลัพธ์ภายในการยอมรับ
- [FLT: 0] access curve number : หลีกเลี่ยงการลบตัวเลขเกือบเท่ากัน และชอบอัลกอริทึมที่สูญเสียความสําคัญน้อยที่สุด
- [FLT: 0] Valate with a devicial solution : เมื่อเป็นไปได้ให้เปรียบเทียบผลตัวเลขกับคําตอบที่แน่นอน
เครื่องมือสําหรับวิเคราะห์ข้อผิดพลาด
NumPy และ SciPy มีเครื่องมือหลายอันที่จะวิเคราะห์และปรับปรุงความแม่นยําของการคํานวณ ฟังก์ชันต่าง ๆ เช่น ช่วยประเมินจํานวนของเมทริกซ์ บ่งบอกถึงความไม่เสถียรของตัวเลข นอกจากนี้ การคํานวนแบบสรุปนี้ยังระบุความไม่สอดคล้องกันระหว่างการคํานวณและผลที่คาดหวังได้