什么是尾数,尾数的概念及处理方法

　　类似的情况也会发生在python和很多编程语言中。

　　这里我以python为例。

　　0.1 0.2结果：

　　0.30000000000000000004这个看起来对常规计算影响不大，但是如果是深度学习算法这种庞大的数据计算，可能会产生蝴蝶效应，所以我们有必要知道背后的原因和解决方法。

　　具体原因：浮点数运算中存在

不确定尾数

BUG

　　那么为什么会有不确定的尾数呢？

　　这个涉及

编程语言对数字运算的内部实现原理

计算机中所有数据本质上都要用二进制来存储

　　以python为例。对于浮点数，用53位二进制表示小数部分，大概是10-16。

　　B(0.1)约等于0.00011001100110011001100110011001100110011001110因为二进制和十进制没有严格的等价关系，所以用二进制表示时，0.1实际上是一个无限小的十进制数，python截取的53位无限接近0.1。

　　将二进制转换为十进制，0.1在python中表示为十进制

　　D(0.1)大约等于0.100000000000055115123125782702181583404541015625，所以0.1在python中不是一个准确的0.1，实际上是一个无限接近0.1的数。

　　进一步，当0.1和0.2相加时，计算机内部计算过程为

分别二进制转换——二进制运算——反向转换为十进制——得到一个无限接近0.3的结果

　　这就是浮点运算尾数不确定的原因。

　　当我们试图判断0.1 0.2是否等于0.3时，答案是否定的。

　　0.1 0.2==0.3 False那么如何才能解决这个问题呢？

解决办法：round函数

　　Round(0.1 0.2，1)==0.3真圆函数分析

　　Round(x，d):四舍五入x，d为小数位数。

结论：浮点数间运算或者比较时用round（）函数来辅助