While循环不符合预期

Question

我在下面的代码中，在函数neural_net_trainer(p, a) ，当p的值等于a的值时，while循环旨在结束/退出。 但是，循环保持无限运行。

我没有尝试while循环，而是尝试了for循环，将其循环了30次（每次都运行“ update”功能），最终“ p”等于“ a”。 但是我需要使用while循环，因为我不知道循环将运行多少次。 每当“ p”等于“ a”时。

# 'p' represent prediction. 'a' represent actual output of Neural network.
#-- improving Neural Network prediction (using derivative of cost function) --
def slope(p, a):
    return 2 * (p - a)

# --- Create the Update rule function (to correct prediction) --- 
def update(p, a): 
    p = p - 0.1 * slope(p, a)
    return p

# -- Train network - minimising the cost function until prediction is equal to actual output
# - In while loop, if 'p' is not equal to 'a', then 'update' function will increment/decrement 'p' accordingly, until 'p' == 'a'. While-loop should then exit.  
def neural_net_trainer(p, a):
    print('prediction = ' + str('{:.2f}'.format(p)) + '. Actual Output = ' + str('{:.2f}'.format(a)))
    while p != a:
        p = update(p, a)
        print('prediction = ' + str('{:.2f}'.format(p)))
    else:
        print('Prediction = ' + str('{:.2f}'.format(p)) + ', and actual output = ' + str('{:.2f}'.format(a)) + '. Our Neural Network is trained on this dataset.')

# - Testing 'neural_net_trainer' function
a = 4
p = 3
neural_net_trainer(p, a)

基本上，代码模拟了一个非常简单的神经网络的功能，其中的功能接收两个值p （预测输出）和a （实际输出）。 在代码中- slope函数是校正预测（等于实际输出）所需的公式。 update功能执行更新/更正。 neural_net_trainer函数使用while循环运行update函数足够的次数，直到p （预测）等于a （实际输出）。 此时应退出while循环。

任何帮助将非常感激。

Answer 1

这里的问题是，您正在检查精确相等性，而p - a永远不会达到精确0 。 尝试使用较弱的条件来保护while循环，例如：

THRESHOLD = 1e-5

while abs(p - a) > THRESHOLD:

Answer 2

p未达到4.0，仅达到3.999999999999999 ...，当您使用{:.2f}进行格式设置时，该值将四舍五入为4.00。 p != a仍然为True因为4.0 != 3.999999999999999 。

这比python问题更多是算法问题，但是也许round（）将基于p接近a而不是固定数量的迭代来方便地解决此问题。