參考https://stackoverflow.com/questions/3026441/float32-to-float16 ...

在做模型量化的時候，經常遇到這幾個類精度表示，做下記錄： 類型 位 float16 半精讀 2個字節 float32 float 4個字 ...

最近在看資料時發現寫着使用float16 半精度類型的數據計算速度要比float32的單精度類型數據計算要快，因為以前沒有考慮過數據類型對計算速度的影響，只知道這個會影響最終的計算結果精度。於是，好奇的使用TensorFlow寫了些代碼，試試看看是否有很大的區別，具體代碼 ...

...

float32 和 float64 Go語言中提供了兩種精度的浮點數 float32 和 float64。 float32，也即我們常說的單精度，存儲占用4個字節，也即4*8=32位，其中1位用來符號，8位用來指數，剩下的23位表示尾數 float64，也即我們熟悉的雙精度，存儲占用8個字 ...

float32 和 float64# Go語言中提供了兩種精度的浮點數 float32 和 float64。 float32，也即我們常說的單精度，存儲占用4個字節，也即4*8=32位，其中1位用來符號，8位用來指數，剩下的23位表示尾數 float64，也即我們熟悉的雙精度，存儲占用8個字 ...

package main import ( "log" "unsafe" "fmt" "reflect" "strconv" ) ...

示例3，當寫入287454020時，對應的十六進制為0x11223344, 經過使用不同數據類型轉換字節序后，發送和接收順序如下所示： FLOAT32 (3412) 小端交換字節模式 33,44,11,22 FLOAT32 (1234) 大端模式 11,22,33,44 ...