Python tf.range（）结果不一致

我试图用N个数字生成一个从0到1的区间

import tensorflow as tf

N = 200
print(tf.__version__)
for n in range(1,N):
    step = 1.0 / float(n)
    numbs = tf.range(0,step*n,step)
    # print(numbs.numpy())
    x = len(numbs) - n
    if(x!=0):
        print(len(numbs),n,step*n)

但是在下面的例子中，对于

len（number）

和

n

62 61 1.0
110 109 1.0
116 115 1.0
122 121 1.0
123 122 1.0
124 123 1.0

---

我不确定这里出了什么问题。有什么想法吗？

我的猜测是，由于浮点数表示为有限精度的数字，所以在处理涉及浮点数的范围时，这种行为是可以预料的。我也尝试了'tf.range（0,1，step）`但结果是一样的。有什么补救措施吗？问题在于

步骤

而不是

步骤*n

。因为

步骤*n

始终为1.0。我真的不知道有什么补救办法。