TensorFlow Lite 与定点量化 | SF-Zhou's Blog

[SF-Zhou]

https://sf-zhou.github.io/ml/tensorflow_lite_and_uint8_quantization.html

[SF-Zhou]

对于 float32，按照 IEEE 754 规范，有效表示位数包括低位的 23bit 加上一个隐藏的起始 1bit，故笔者叙述为 24bit。实际上运行如下的 C++ 代码也可以简单地验证这一点：

#include <iostream>
using namespace std;

int main() {
  float a = 0.f;
  while (a + 1.f > a) {
    a += 1.f;
  }
  printf("%.2f\n", a);
}