我有一个例子50.33123可以以FP32(1.8.23)格式存储为0x4249532E。如果我们将其转换为二进制
0100 0010 0100 1001 0101 0011 0010 1110
第一位是符号位,0
表示正数,
接下来的8位是指数 - > 1000 01002 - > 8416 - > 13210.指数132 -127 = 5
Mantissa 1.1001 0010 1010 0110 0101 110
(23位)
left shift my exponent => 110010.0101010011001011102 => 50.3312310
如果我们存储相同的东西,在FP16(半精度格式)FP16 => 1.5.10:
没有四舍五入 1.1001 0010 102左移5 => 110010.010102 => 50.312510, 误差是50.33123 - 50.3125 => 0.01873。
四舍五入 1.1001 0010 112 =>左移5 => 110010.010112 => 50.3437510, 错误是50.33123 - 50.34375 = -0.01252
我的问题是,这里的错误很重要。 有没有办法通过FP16实现进一步减少错误?
我们如何使用FP16半精度浮点数最小化精度误差
Fp16 => 1.5.10
在fp_16
中显式存储10位精度,Unit in the Last Place是一种二进制浮点格式。使用隐含位,提供float
为最高位的2-10的值。 50.33123作为50.33123016357421875
具有0x1.92A65Cp+5
或fp_16
的精确值。通过舍入以最小化精度误差,与50.34375
最接近的值是0x1.92Cp+5
或1.5.10
。
OP已完成此舍入以获得最小错误。
......这种情况下的错误是,50.33123 - 50.34375 = -0.01252 我的问题是,这里的错误很重要。有没有办法通过FP16实现进一步减少错误?
这0.02%的差异并不出乎意料。如果不改变float a = 50.33123f;
a_fp16_upper = (fp_16) a;
a_fp16_lower = (fp_16) (a - a_fp16_upper);
格式,或保存下面的附加值,这种精度损失是不可避免的。
qazxswpoi