一半

构造半精度数值对象

自从R2018b

全部展开页面

描述

使用一半构造函数将半精度数据类型赋值给数字或变量。半精度数据类型占用16位内存，但其浮点表示使其能够处理比相同大小的整数或定点数据类型更宽的动态范围。有关更多信息，请参见浮点数和什么是半精度?．

有关支持使用半精度输入生成代码的函数列表，请参见金宝app半精度代码生成支持金宝app．

创建

语法

A = 1 / 2v

描述

例子

一个=一半(v）将值转换为vhalf-precision。

输入参数

全部展开

`v`- - - - - -输入数组
标量|向量|矩阵|多维数组

输入数组，指定为标量、矢量、矩阵或多维数组。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑
复数支持:金宝app是的

对象的功能

这些函数在MATLAB中支持半精度输入仿金宝app真^®．MATLAB系统对象™支持半精度数据类型和金宝appMATLAB系统Block支金宝app持具有实值的半精度数据类型。有关支持使用半精度输入生成代码的函数列表，请参见金宝app半精度代码生成支持金宝app．

全部展开

数学与算术

`腹肌`	绝对值和复大小
`这些“可信赖医疗组织”`	以弧度为单位的反余弦
`作用是`	逆双曲余弦
`印度历的7月`	以弧度为单位的反正弦
`的作用`	反双曲正弦
`:`	以弧度为单位的正切反函数
`量化`	四象限正切逆
`atanh`	逆双曲正切
`装天花板`	趋于正无穷
`连词`	复共轭
`conv`	卷积和多项式乘法
`conv2`	二维卷积
`因为`	余弦值的单位是弧度
`cosh`	双曲余弦
`cospi`	精确计算cos(X*pi)
`cumsum`	累计金额
`点`	点积
`经验值`	指数
`expm1`	计算`exp (X) 1`准确适用于小型`X`
`fft`	快速傅里叶变换
`fft2`	二维快速傅里叶变换
`fftn`	N-D快速傅里叶变换
`fftshift`	将零频率分量移至频谱中心
`修复`	向零靠拢
`地板上`	趋向负无穷
`菲利普-马萨`	采用融合乘法加法进行乘法加
`函数的`	平方和的平方根(斜边)
`传输线`	快速傅里叶反变换
`ifft2`	二维快速傅里叶反变换
`ifftn`	多维快速傅里叶反变换
`ifftshift`	逆零频移
`图像放大`	复数的虚部
`ldivide`	左数组除法
`日志`	自然对数
`log10`	公共对数(以10为底)
`log1p`	计算的自然对数`1 + X`准确适用于小型`X`
`log2`	以2为基数的对数和浮点数解剖
`的意思是`	数组的平均值或平均值
`-`	减法
`mldivide`	解线性方程组Ax = B为x
`国防部`	除法余数(取模运算)
`mrdivide`	解线性方程组xA = B为x
`mtimes`	矩阵乘法
`+`	添加数字，附加字符串
`pow10`	以10为基数的幂和比例半精度数字
`pow2`	以2为基数的浮点数的幂运算和缩放
`权力`	Element-wise权力
`刺激`	数组元素的乘积
`rdivide`	右数组除法
`真正的`	复数的实部
`快速眼动`	除法余数
`轮`	四舍五入到最接近的小数或整数
`rsqrt`	倒数平方根
`标志`	符号函数(signum function)
`罪`	以弧度为单位的正弦值
`sinh`	双曲正弦
`sinpi`	精确计算sin(X*pi)
`√6`	平方根
`总和`	数组元素和
`棕褐色`	以弧度为单位的正切
`双曲正切`	双曲正切
`次`	乘法
`uminus`	一元-
`uplus`	一元加

数据类型

`allfinite`	确定是否所有数组元素都是有限的
`anynan`	确定是否有任何数组元素是`南`
`投`	将变量转换为不同的数据类型
`细胞`	单元阵列
`双`	双精度数组
`每股收益`	浮点相对精度
`flintmax`	浮点格式的最大连续整数
`正`	创建所有数组`正`值
`int16`	16位有符号整数数组
`int32`	32位有符号整数数组
`int64`	64位有符号整数数组
`int8`	8位有符号整数数组
`isa`	确定输入是否具有指定的数据类型
`isfloat`	确定输入是否是浮点数据类型
`isinteger`	判断输入是否是整数数组
`islogical`	确定输入是否是逻辑数组
`isnan`	确定哪些数组元素是NaN
`isnumeric`	确定输入是否是数值数组
`isobject`	确定输入是否为MATLAB对象
`伊斯雷尔`	确定array是否使用复杂存储
`逻辑`	将数值转换为逻辑值
`南`	创建所有数组`南`值
`最大浮点数`	最大正浮点数
`最小正浮点数`	最小的规范化浮点数
`单`	单精度数组
`storedInteger`	的存储整数值`fi`对象
`定型`	转换数据类型而不更改底层数据
`uint16`	16位无符号整数数组
`uint32`	32位无符号整数数组
`uint64`	64位无符号整数数组
`uint8`	8位无符号整数数组

关系和逻辑运算符

`所有`	确定所有数组元素是否为非零或`真正的`
`和`	找到逻辑和
`短路,`	具有短路的逻辑与
`任何`	确定是否有非零数组元素
`情商`	确定平等
`通用电气`	确定大于或等于
`gt`	确定大于
`isequal`	确定数组相等
`isequaln`	确定数组相等，将NaN值视为相等
`勒`	确定小于或等于
`lt`	确定小于
`不`	确定不平等
`不`	找到逻辑上的NOT
`或`	寻找逻辑或
`短路或`	逻辑或带短路

数组和矩阵运算

`猫`	连接数组
`胆固醇`	柯列斯基分解
`circshift`	圆移位阵列
`结肠`	向量创建，数组下标，和`为`循环迭代
`复杂的`	创建复杂数组
`ctranspose`	复共轭转置
`空`	创建指定类的空数组
`眼睛`	单位矩阵
`翻转`	元素的翻转顺序
`fliplr`	从左到右翻转数组
`flipud`	从上到下翻转数组
`horzcat`	异构数组的水平连接
`iscolumn`	确定输入是否是列向量
`isempty`	确定array是否为空
`isfinite`	确定哪些数组元素是有限的
`isinf`	确定哪些数组元素是无限的
`ismatrix`	判断输入是否是矩阵
`isrow`	确定输入是否是行向量
`isscalar`	确定输入是否是标量
`issorted`	确定数组是否已排序
`isvector`	确定输入是否是矢量
`长度`	最大数组维度的长度
`陆`	LU矩阵分解
`马克斯`	数组的最大元素数
`最小值`	最小数组元素
`ndims`	数组维度数
`元素个数`	数组元素数
`的`	创建所有1的数组
`交换`	排列尺寸
`repelem`	重复复制数组元素
`repmat`	数组的重复拷贝
`重塑`	重塑数组
`大小`	数组大小
`排序`	排序数组元素
`挤压`	移除长度为1的尺寸
`转置`	向量或矩阵的转置
`vertcat`	垂直连接异构阵列
`0`	创建全0数组

图形

`区域`	二维alpha形状的面积
`酒吧`	条形图
`barh`	横条形图
`fplot`	Plot表达式或函数
`行`	创建原始线
`情节`	二维线形图
`plot3`	3-D点或线绘图
`plotmatrix`	散点图矩阵
`rgbplot`	情节colormap
`散射`	散点图
`scatter3`	三维散点图
`xlim`	设置或查询x设在限制
`ylim`	设置或查询y设在限制
`zlim`	设置或查询z设在限制

深度学习

`激活`(深度学习工具箱)	计算深度学习网络层激活
`分类`(深度学习工具箱)	使用经过训练的深度学习神经网络分类数据
`预测`(深度学习工具箱)	使用训练好的自编码器重建输入
`predictAndUpdateState`(深度学习工具箱)	使用训练好的递归神经网络预测响应并更新网络状态

要显示支持的函数列表，在MATLAB命令窗金宝app口中输入:

方法(一半(1))

例子

全部折叠

将值转换为半精度

要将双精度数强制转换为半精度，请使用一半函数。

A = 1 / 2 (pi)

A =一半3.1406

你也可以用一半函数将现有变量强制转换为半精度。

V =单(魔法(3))

v =3x3单矩阵8 1 6 3 5 7 4 9 2

A = 1 / 2v

A = 3 × 3 / 2矩阵8 1 6 3 5 7 4 9 2

限制

不支持结合半精度和逻辑类型的算术运算。金宝app
有关其他使用说明和限制，请参见半精度代码生成支持金宝app．

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

有关支持具有半精度输入和任何相关限制的代码生成的函数列表，金宝app请参见半精度代码生成支持金宝app．
如果您的目标硬件没有对半精度的本机支持，那么金宝app一半用作存储类型，其算术运算以单精度执行。
一些函数使用一半仅作为存储类型，并且无论目标硬件如何，算术都以单精度执行。
对于深度学习代码生成，将一半输入转换为单精度，并以单精度执行计算。
在MATLAB中，isobject函数使用半精度输入返回true。在生成的代码中，此函数返回false。

GPU代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

有关支持具有半精度输入和任何相关限制的代码生成的函数列表，金宝app请参见半精度代码生成支持金宝app．
CUDA^®生成和执行具有半精度数据类型的代码需要5.3或更高的计算能力。
生成和执行具有半精度数据类型的代码需要10.0或更高版本的CUDA工具包。
您必须设置内存分配(malloc)模式到“离散”用于生成CUDA代码。
半精度复杂数据类型不支持GPU代码生成。金宝app
如果您的目标硬件没有对半精度的本机支持，那么金宝app一半用作存储类型，其算术运算以单精度执行。
一些函数使用一半仅作为存储类型，并且无论目标硬件如何，算术都以单精度执行。
对于深度学习代码生成，将一半输入转换为单精度，并以单精度执行计算。若要将计算减半，请将库目标设置为“tensorrt”并将数据类型设置为“FP16”在编码器。DeepLearningConfig．
在MATLAB中，isobject函数使用半精度输入返回true。在生成的代码中，此函数返回false。

版本历史

在R2018b中引入

另请参阅

单|双

一半

描述

创建

语法

描述