トレーニングデータの小数点以下を切り捨てます

Question

私はTensorflowを使用してケラスを使用してモデルをトレーニングしていますが、トレーニングデータの小数点以下の桁数について質問があります。 出力に影響を及ぼすトレーニングデータの小数点以下を切り捨てていますか？私の元のデータは15小数ですが、私は8小数点でよく表現されているので、これを8に減らしたいと思います。これはあなたの経験ですか？

+-------------------+---------------------+ 
|  Original  | round to 8 decimals | 
+-------------------+---------------------+ 
| 0.675477266311645 | 0.675477270000000 | 
| 0.670092999935150 | 0.670093000000000 | 
| 0.660303473472595 | 0.660303470000000 | 
| 0.698482632637023 | 0.698482630000000 | 
| 0.747430264949798 | 0.747430260000000 | 
| 0.734703838825225 | 0.734703840000000 | 
| 0.783161997795104 | 0.783162000000000 | 
| 0.760156631469726 | 0.760156630000000 | 
| 0.760156631469726 | 0.760156630000000 | 
| 0.763582944869995 | 0.763582940000000 | 
| 0.766519844532012 | 0.766519840000000 | 
| 0.766519844532012 | 0.766519840000000 | 
| 0.747919738292694 | 0.747919740000000 | 
+-------------------+---------------------+ 

Answer 1

ご質問には既に回答があります。データが小数点以下8桁でうまく表現されていることがわかっている場合は、精度を失うことなく残りをカットすることができます。最終的には、内部的にはどこでも使用されることは大したことではありません。あなたが入力にいくつかの場所を残しているからといって、モデル内の変数の精度も低下するわけではありません。それらはまだ（おそらく）32ビットの浮動小数点数になります。