Python numpy float16数据类型操作和float8吗？

对于第一个问题：

float16

典型处理器（至少在GPU外部）不支持硬件。NumPy完全按照您的建议进行

float16

操作：将操作数转换为

float32

，对

float32

值执行标量运算，然后将

float32

结果四舍五入到

float16

。可以证明结果仍然是正确的四舍五入：的精度

float32

足够大（相对于的精度

float16

），因此在这里至少考虑了四个基本算术运算和平方根的情况下，双精度舍入不是问题。

在当前的NumPy源码中，这就是

float16

标量运算的四个基本算术运算的定义。

#define half_ctype_add(a, b, outp) *(outp) =         npy_float_to_half(npy_half_to_float(a) + npy_half_to_float(b))#define half_ctype_subtract(a, b, outp) *(outp) =         npy_float_to_half(npy_half_to_float(a) - npy_half_to_float(b))#define half_ctype_multiply(a, b, outp) *(outp) =         npy_float_to_half(npy_half_to_float(a) * npy_half_to_float(b))#define half_ctype_divide(a, b, outp) *(outp) =         npy_float_to_half(npy_half_to_float(a) / npy_half_to_float(b))

上面的代码来自NumPy源码中的scalarmath.c.src。您也可以在loops.c.src中查看数组ufuncs的相应代码。支撑

npy_half_to_float

和

npy_float_to_half

功能在halffloat.c中定义，以及该

float16

类型的各种其他支撑功能。

对于第二个问题：不，

float8

NumPy中没有类型。

float16

是一种标准类型（在IEEE
754标准中进行了描述），在某些情况下（尤其是GPU）已经广泛使用。没有IEEE
754

float8

类型，并且似乎没有明显的“标准”

float8

类型候选对象。我还猜想

float8

NumPy中对支持的需求并没有那么多。