haskell双精度下溢带repa

我用repa写了一些：

distance :: Int -> Int -> Mat -> Double
distance aindx bindx arr = let a = slice arr (Any :. aindx :. All)
                               b = slice arr (Any :. bindx :. All)-
                               sqdiff = R.map (\x -> x*x) $ R.zipWith (-) a b 
                            in sqrt $ sumAllS sqdiff

buildDistanceMatrix :: Mat -> Mat 
buildDistanceMatrix m = let (Z :. height :. width) = R.extent m
                            cords = fromListUnboxed (Z :. (height * height) )  [ (x,y) | x <- [0..height-1], y <- [0..height-1]]
                            dist = R.smap (\(a,b) -> distance a b m) cords
                            dmat = R.reshape (Z :. height  :. height ) dist
                         in R.computeS dmat

换句话说，由距离D分隔的两个点应生成一个类似于[0，D，D，0]的距离矩阵。在我的临时手动测试中，确实如此。但是QuickCheck很快发现5.0e-324的距离会产生[0,0,0,0]的距离矩阵

distance matrix  *** Failed! Falsifiable (after 2 tests and 1074 shrinks):    
5.0e-324

---

这仅仅是因为双打的精确性吗？我是否需要钳制QuickCheck将发送的可能值？或者这是一个真正的错误？

您正在测试浮点数是否相等，通常应该避免这种情况（在任何语言中，这都不是Haskell特有的）。你也会得到一个溢出到无穷大的大倍。而且

sqrt（x*x）==x

通常不适用于那些没有溢出或下溢的双打。因此，您需要用一个检查来替换

==

，以确保差异最多是一些合理的ε，并限制可能的值（或检查属性中的溢出）。

您正在测试浮点数是否相等，这通常应该避免（在任何语言中，这不是Haskell特有的）。你也会得到一个溢出到无穷大的大倍。而且

sqrt（x*x）==x

通常不适用于那些没有溢出或下溢的双打。因此，您需要用一个检查来替换

==

，以确保差值至多是某个合理的ε，并限制可能的值（或检查属性中是否存在溢出）。

在应用平方根函数之前很久，天真地计算向量的L2范数可能会给出欠流或过流。我引用一位知情人士的话：“Fortran中两个范数的最健壮的计算有200多行代码，但那是25年前的事了。”。我建议搜索Fortran实现，然后利用可能出现错误的知识将其应用到Haskell实现中。数字运算很复杂；好消息是，大多数问题可能都在50年前用Fortran解决了。

在应用平方根函数之前很久，天真地计算向量的L2范数就可以给出欠流或过流。我引用一位知情人士的话：“Fortran中两个范数的最健壮的计算有200多行代码，但那是25年前的事了。”。我建议搜索Fortran实现，然后利用可能出现错误的知识将其应用到Haskell实现中。数字运算很复杂；好消息是，大多数问题可能都在大约50年前用Fortran解决了。

sqrt（x*x）==x中的溢出也称为中间溢出，其中

x

低于最大可表示值，但

x*x

溢出。当然！非常感谢。关于如何钳制QuickCheck发送的值，您可以分享一些线索吗？有两个选项：1。向属性添加一个前提条件，例如

x…

2。通过自己的

gendouble

而不是

arbitral

生成的。有时确实需要测试浮点相等性，例如，在计算二项式pdf时，概率为浮点0。@DominicSteinitz这就是我说“一般”的原因。

sqrt（x*x）中的溢出==x

aka中间溢出，其中

x

低于最大可表示值，但

x*x

溢出。当然！非常感谢。关于如何钳制QuickCheck发送的值，您可以分享一些线索吗？有两个选项：1。向属性添加一个前提条件，例如

x…

2。传递您自己的

gendouble

而不是由

arbitral

生成的。有时确实需要测试浮点相等性，例如，在计算二项式pdf时，概率为浮点0。@DominicSteinitz这就是我说“一般”的原因。很高兴知道。我对数字有点陌生——我甚至不知道我所做的被称为“L2规范”很好。我对数字有点陌生——我甚至不知道我所做的被称为“L2标准”

distance matrix  *** Failed! Falsifiable (after 2 tests and 1074 shrinks):    
5.0e-324