如何从 [0., 1e-8] 的 argmax 获得结果？
当我运行下面的代码时，我得到 x=1, y=0
a = np.array([0., 1e-8]).astype('float32')
x = a.argmax()
y = (a+1).argmax()
我已经知道浮点表达式。但是，我不知道为什么我可以得到 x=1, y=0。
我认为溢出或下溢可能与结果有关。 请帮忙解释一下！
When I ran below code, I got x=1, y=0
a = np.array([0., 1e-8]).astype('float32')
x = a.argmax()
y = (a+1).argmax()
I already know floating point expression. But, I don't know why I can get x=1, y=0.
I think that overflow or underflow can be related to the results.
Please help to explain!
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
当
1e-8转换为float32时，结果是float32可表示的最接近的数字，即 9.99999993922529029077850282192230224609375e-09，约为1.34•2−27。因此，在实数运算中，1 和 9.99999993922529029077850282192230224609375e-09 的和约为 1 + 1.34•2−27。
float32中最接近的两个数字是 1 和 1+2−23。在这两者中，1 更接近 1 + 1.34•2−27，因此float32加法会产生 1。因此，a+1的元素是 1 和 1。两者都是最大值的并列候选者，argmax返回第一个元素的索引。When
1e-8is converted tofloat32, the result is the nearest number representable infloat32, which is 9.99999993922529029077850282192230224609375e-09, which is about 1.34•2−27.So, in real-number arithmetic, the sum of 1 and 9.99999993922529029077850282192230224609375e-09 is about 1 + 1.34•2−27. The two numbers representable in
float32that are closest to that are 1 and 1+2−23. Of those two, 1 is closer to 1 + 1.34•2−27, sofloat32addition produces 1 as a result. Thus, the elements ofa+1are 1 and 1. Both are tied candidates for the maximum, andargmaxreturns the index of the first one.