前言

提示：這里可以添加本文要記錄的大概內容：
例如：隨著人工智能的不斷發展，機器學習這門技術也越來越重要，很多人都開啟了學習機器學習，本文就介紹了機器學習的基礎內容，

提示：以下是本篇文章正文內容，下面案例可供參考

一、整型資料的儲存

大小端

我們知道C語言中的幾種資料型別以及對應的大小

char	字符資料型別
short	短整型
int	整形
long	長整型
long long	更長的整形
float	單精度浮點數
double	雙精度浮點數

在這里插入圖片描述

那么我們宣告定義一個變數a，我們知道資料是以二進制補碼儲存的，那么寫出對應的二進制原反補碼相等并轉化為十六進制
而這時我們呼叫記憶體去觀察a的存盤形式，會發現順序有點不太一樣
原因是因為大小端儲存模式

大端（存盤）模式，是指資料的低位保存在記憶體的高地址中，而資料的高位，保存在記憶體的低地址中；
小端（存盤）模式，是指資料的低位保存在記憶體的低地址中，而資料的高位,，保存在記憶體的高地址中，

圖解說明小端儲存：
在這里插入圖片描述
那么大端存盤就是00 00 00 0a
并且大部分編譯器都是小端儲存

二、浮點型陣列的儲存

浮點數并不是簡單的二進制補碼在計算機中存盤

1.IEEE標準

根據國際標準IEEE（電氣和電子工程協會） 754，
任意一個二進制浮點數V可以表示成下面的形式：
(-1)^S * M * 2^E

(-1)^s表示符號位，當s=0，V為正數；當s=1，V為負數，
M表示有效數字，大于等于1，小于2，
2^E表示指數位

舉例來說：十進制的5.0，寫成二進制是 101.0 ，相當于 1.01×2^2 ，那么，按照上面V的格式，可以得出s=0，
M=1.01，E = 2，

IEEE745規定：對于32位的浮點數，最高的1位是符號位s，接著的8位是指數E，剩下的23位為有效數字M，
在這里插入圖片描述

S

也就是說S的一個位元位存放 1或者0表示正負，

E

首先，E為一個無符號整數（unsigned int）這意味著，如果E為8位，它的取值范圍為0~255；如果E為11位，它的
取值范圍為0~2047，但是，我們知道，科學計數法中的E是可以出現負數的，所以IEEE 754規定，存入記憶體時E的真
實值必須再加上一個中間數，對于8位的E，這個中間數是127；對于11位的E，這個中間數是1023，比如，2^10的E
是10，所以保存成32位浮點數時，必須保存成10+127=137，即100010

E不全是0或者不全是1

E中8個位元位存放時需要先把原來的數字加上127，讀取的時候需要減去127 #### E全是0
這時，浮點數的指數E等于1-127（或者1-1023）即為真實值，有效數字M不再加上第一位的1，而是還原為
0.xxxxxx的小數，這樣做是為了表示±0，以及接近于0的很小的數字，

E全是1

這時，如果有效數字M全為0，表示±無窮大（正負取決于符號位s）；

M

存放有效資料

舉例子：

在這里插入圖片描述
查看記憶體：（也再次驗證了小端儲存）

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292860.html

標籤：AI

上一篇：人工智能數學基礎---定積分2：定積分的性質

下一篇：【NLP】注意力機制在神經網路中的應用

整型和浮點資料的儲存

文章目錄

前言