如何知道浮点运算何时准确/不准确而不实际进行计算？

可以使用numpy中的isclose函数来比较两个浮点数是否足够接近。该函数接受四个参数，分别是两个浮点数、相对容差和绝对容差。如果两个数字的绝对误差小于等于相对容差和绝对容差的总和，则被认为是接近的。如果两个数字不接近，则它们进行的浮点运算可能是不准确的。

以下是一个简单的示例，演示如何使用is_close函数来检查两个浮点数的接近程度：

import numpy as np

# define two floats and their expected results
a = 1.00000001
b = 1.00000002
expected_result = a * b

# perform the computation
computed_result = a * b

# check if the computed result is close enough to the expected result
if np.isclose(computed_result, expected_result, rtol=1e-9, atol=1e-9):
    print("The computation is accurate.")
else:
    print("The computation may be inaccurate.")

在上面的示例中，我们定义了两个浮点数a和b，然后计算它们的乘积并将结果存储在变量computed_result中。接下来，我们使用is_close函数来检查计算结果是否与期望结果相差不大。如果它们非常接近，则我们可以确定计算是准确的。否则，我们不能保证计算是准确的。