计算机知识的一些笔记

原码、反码、补码、移码

我们可以借助中学时期学习的 排列组合 来理解。

假设有一个二进制数,那么每一位上的数字,只会有两种情况,要么是0,要么是1。
那么,

 1位的二进制数有 21 种组合方式,
 2位的二进制数有 22 种组合方式,
 3位的二进制数有 23 种组合方式
…以此类推,n位的二进制有 2n 种组合方式。

基于这样的方式去理解二进制中的反码、补码、移码,则每一种组合方式对应表示一个10进制数。

比如,
 用(100)2 表示-4,就成了补码
 用(100)2 表示0,就成了移码

码制000001010011100101110111
原码01230-1-2-3
反码0123-3-2-10
补码0123-4-3-2-1
移码-4-3-2-10123

对比原码、反码、补码、移码,我们可以发现:

  1. 补码、移码表示的范围更大:原码、反码有两个 0, 补码、移码只有一个 0
  2. 补码、移码的转换规则:符号位取反
  3. 反码“对称”

移码加减法

注意区别

码制加减运算规则
补码 [ x ] 补 ± [ y ] 补 = [ x ± y ] 补 [x]_{补} \pm [y]_{补} = [x \pm y]_{补} [x]±[y]=[x±y]
移码 [ x ] 移 ± [ y ] 补 = [ x ± y ] 移 [x]_{移} \pm [y]_{补} = [x \pm y]_{移} [x]±[y]=[x±y]

IEEE754

以32位浮点数为例,其中:

  • 符号S1 位。
  • 阶码E8 位。用移127码表示,阶码 - 127 = 实际值
  • 尾数M23 位。用原码表示。

附:IEEE754中的阶码E有8位,有28 种组合方式。
设计者用  (0000 0001)2 ~ (1111 1110)2
表示       2-126   ~    2127
剩下的 (0000 0000)2 及 (1111 1111)2 分别和尾数M组合成4种情况,以表示其余特殊情况,如∞、NaN 等。

在这里插入图片描述
非规格化数 为:
N = ( − 1 ) s ∗ 2 − 126 ∗ 0. M N=(-1)^{s} * 2^{-126} * 0.M N=(1)s21260.M

规格化数 为:
N = ( − 1 ) s ∗ 2 N − 127 ∗ 1. M N=(-1)^{s} * 2^{N-127} * 1.M N=(1)s2N1271.M

最大规格化正数为:

  • 数符:S = 0
  • 阶码:E = (1111 1110)2
  • 尾数:M = (111 1111 1111 1111 1111 1111)2

表示的数为 N = 2127 * (2 - 2-23)

最小规格化正数为:

  • 数符:S = 0
  • 阶码:E = (0000 0001)2
  • 尾数:M = (000 0000 0000 0000 0000 0000)2

表示的数为 N = 2-126 * 1

类似可以自己写出最大/最小规格化负数。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
VR(Virtual Reality)即虚拟现实,是一种可以创建和体验虚拟世界的计算机技术。它利用计算机生成一种模拟环境,是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。VR技术通过模拟人的视觉、听觉、触觉等感觉器官功能,使人能够沉浸在计算机生成的虚拟境界中,并能够通过语言、手势等自然的方式与之进行实时交互,创建了一种适人化的多维信息空间。 VR技术具有以下主要特点: 沉浸感:用户感到作为主角存在于模拟环境中的真实程度。理想的模拟环境应该使用户难以分辨真假,使用户全身心地投入到计算机创建的三维虚拟环境中,该环境中的一切看上去是真的,听上去是真的,动起来是真的,甚至闻起来、尝起来等一切感觉都是真的,如同在现实世界中的感觉一样。 交互性:用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度(包括实时性)。例如,用户可以用手去直接抓取模拟环境中虚拟的物体,这时手有握着东西的感觉,并可以感觉物体的重量,视野中被抓的物体也能立刻随着手的移动而移动。 构想性:也称想象性,指用户沉浸在多维信息空间中,依靠自己的感知和认知能力获取知识,发挥主观能动性,寻求解答,形成新的概念。此概念不仅是指观念上或语言上的创意,而且可以是指对某些客观存在事物的创造性设想和安排。 VR技术可以应用于各个领域,如游戏、娱乐、教育、医疗、军事、房地产、工业仿真等。随着VR技术的不断发展,它正在改变人们的生活和工作方式,为人们带来全新的体验。
VR(Virtual Reality)即虚拟现实,是一种可以创建和体验虚拟世界的计算机技术。它利用计算机生成一种模拟环境,是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。VR技术通过模拟人的视觉、听觉、触觉等感觉器官功能,使人能够沉浸在计算机生成的虚拟境界中,并能够通过语言、手势等自然的方式与之进行实时交互,创建了一种适人化的多维信息空间。 VR技术具有以下主要特点: 沉浸感:用户感到作为主角存在于模拟环境中的真实程度。理想的模拟环境应该使用户难以分辨真假,使用户全身心地投入到计算机创建的三维虚拟环境中,该环境中的一切看上去是真的,听上去是真的,动起来是真的,甚至闻起来、尝起来等一切感觉都是真的,如同在现实世界中的感觉一样。 交互性:用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度(包括实时性)。例如,用户可以用手去直接抓取模拟环境中虚拟的物体,这时手有握着东西的感觉,并可以感觉物体的重量,视野中被抓的物体也能立刻随着手的移动而移动。 构想性:也称想象性,指用户沉浸在多维信息空间中,依靠自己的感知和认知能力获取知识,发挥主观能动性,寻求解答,形成新的概念。此概念不仅是指观念上或语言上的创意,而且可以是指对某些客观存在事物的创造性设想和安排。 VR技术可以应用于各个领域,如游戏、娱乐、教育、医疗、军事、房地产、工业仿真等。随着VR技术的不断发展,它正在改变人们的生活和工作方式,为人们带来全新的体验。
基于GPT-SoVITS的视频剪辑快捷配音工具 GPT, 通常指的是“Generative Pre-trained Transformer”(生成式预训练转换器),是一个在自然语言处理(NLP)领域非常流行的深度学习模型架构。GPT模型由OpenAI公司开发,并在多个NLP任务上取得了显著的性能提升。 GPT模型的核心是一个多层Transformer解码器结构,它通过在海量的文本数据上进行预训练来学习语言的规律。这种预训练方式使得GPT模型能够捕捉到丰富的上下文信息,并生成流畅、自然的文本。 GPT模型的训练过程可以分为两个阶段: 预训练阶段:在这个阶段,模型会接触到大量的文本数据,并通过无监督学习的方式学习语言的结构和规律。具体来说,模型会尝试预测文本序列中的下一个词或短语,从而学习到语言的语法、语义和上下文信息。 微调阶段(也称为下游任务训练):在预训练完成后,模型会被应用到具体的NLP任务中,如文本分类、机器翻译、问答系统等。在这个阶段,模型会使用有标签的数据进行微调,以适应特定任务的需求。通过微调,模型能够学习到与任务相关的特定知识,并进一步提高在该任务上的性能。 GPT模型的优势在于其强大的生成能力和对上下文信息的捕捉能力。这使得GPT模型在自然语言生成、文本摘要、对话系统等领域具有广泛的应用前景。同时,GPT模型也面临一些挑战,如计算资源消耗大、训练时间长等问题。为了解决这些问题,研究人员不断提出新的优化方法和扩展模型架构,如GPT-2、GPT-3等,以进一步提高模型的性能和效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值