Question

有人可以向我解释如何将32位浮点值转换为16位浮点值吗？

（s =符号e =指数且m =尾数）

如果32位浮点数是1s7e24m
16位浮点数为1s5e10m

那么它就像做一样简单吗？

int     fltInt32;
short   fltInt16;
memcpy( &fltInt32, &flt, sizeof( float ) );

fltInt16 = (fltInt32 & 0x00FFFFFF) >> 14;
fltInt16 |= ((fltInt32 & 0x7f000000) >> 26) << 10;
fltInt16 |= ((fltInt32 & 0x80000000) >> 16);

我认为这不是那么简单......所以有人能告诉我你需要做什么吗？

编辑：我看到我的指针移位错了......所以这会更好吗？

fltInt16 =  (fltInt32 & 0x007FFFFF) >> 13;
fltInt16 |= (fltInt32 & 0x7c000000) >> 13;
fltInt16 |= (fltInt32 & 0x80000000) >> 16;

我希望这是正确的。如果我遗漏了一些明显的话，我会道歉。它在星期五晚上几乎是午夜......所以我不是“完全”清醒;）

编辑2：哎呀。又把它弄错了。我想失去前3位而不是更低！那怎么样：

fltInt16 =  (fltInt32 & 0x007FFFFF) >> 13;
fltInt16 |= (fltInt32 & 0x0f800000) >> 13;
fltInt16 |= (fltInt32 & 0x80000000) >> 16;

最终代码：

fltInt16    =  ((fltInt32 & 0x7fffffff) >> 13) - (0x38000000 >> 13);
fltInt16    |= ((fltInt32 & 0x80000000) >> 16);

Answer 1

指数需要不偏不倚，限制和重新定位。这是我使用的快速代码：

unsigned int fltInt32;
unsigned short fltInt16;

fltInt16 = (fltInt32 >> 31) << 5;
unsigned short tmp = (fltInt32 >> 23) & 0xff;
tmp = (tmp - 0x70) & ((unsigned int)((int)(0x70 - tmp) >> 4) >> 27);
fltInt16 = (fltInt16 | tmp) << 10;
fltInt16 |= (fltInt32 >> 13) & 0x3ff;

使用指数的查找表，此代码会更快，但我使用此代码，因为它很容易适应SIMD工作流程。

实施的局限性：

无法在float16中表示的溢出值将给出未定义的值。
下溢值将在2^-15和2^-14之间返回未定义的值，而不是零。
Denormals会给出未定义的值。

小心非常规。如果您的架构使用它们，它们可能会极大地降低您的程序速度。

Answer 2

float32和float16表示中的指数可能有偏差，偏差也不同。您需要取消从float32表示中获得的指数以获取实际指数，然后将其偏向于float16表示。

除了这个细节之外，我确实认为这很简单，但我仍然不时对浮点表示感到惊讶。

编辑：

当您使用指数时，检查是否存在溢出。
你的算法会突然切断mantisa的最后几位，这可能是可以接受的，但你可能想要通过查看即将被丢弃的位来实现，例如，舍入到最近。 “0 ......” - ＆gt;向下，“100..001 ......” - ＆gt;向上，“100..00” - ＆gt;圆到均匀。

Answer 3

以下是关于IEEE754的文章的链接，该文章给出了位布局和偏差。

http://en.wikipedia.org/wiki/IEEE_754-2008

Float32到Float16

3 个答案: