Numéros de points flottants: Précision étendue

Cette séance de cours couvre la représentation des nombres en utilisant la notation à virgule flottante étendue, en se concentrant sur le plus petit nombre représentable et les changements de convention pour représenter des nombres inférieurs à 1. L'instructeur explique comment interpréter l'exposant 0 différemment, en déplaçant la gamme d'exposants pour inclure les puissances négatives. En ajustant la convention de représentation, l'intervalle entre 0 et 2 est utilisé pour représenter des valeurs inférieures à 1, ce qui entraîne une perte de précision. Un exemple avec une valeur d'exposant spécifique est fourni pour illustrer le processus de représentation. La séance de cours se termine par une représentation simple de 0 en utilisant tous les zéros.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Séances de cours associées (33)

Concepts associés (33)

Précision et rappel

vignette|350px|Précision et rappel (« recall »). La précision compte la proportion d'items pertinents parmi les items sélectionnés alors que le rappel compte la proportion d'items pertinents sélectionnés parmi tous les items pertinents sélectionnables. Dans les domaines de la reconnaissance de formes, de la recherche d'information et de la classification automatique, la précision (ou valeur prédictive positive) est la proportion des items pertinents parmi l'ensemble des items proposés ; le rappel (ou sensibilité) est la proportion des items pertinents proposés parmi l'ensemble des items pertinents.

Bfloat16 floating-point format

The bfloat16 (brain floating point) floating-point format is a computer number format occupying 16 bits in computer memory; it represents a wide dynamic range of numeric values by using a floating radix point. This format is a truncated (16-bit) version of the 32-bit IEEE 754 single-precision floating-point format (binary32) with the intent of accelerating machine learning and near-sensor computing. It preserves the approximate dynamic range of 32-bit floating-point numbers by retaining 8 exponent bits, but supports only an 8-bit precision rather than the 24-bit significand of the binary32 format.

Théorie des représentations

La théorie des représentations est une branche des mathématiques qui étudie les structures algébriques abstraites en représentant leurs éléments comme des transformations linéaires d'espaces vectoriels, et qui étudie les modules sur ces structures algébriques abstraites. Essentiellement, une représentation concrétise un objet algébrique abstrait en décrivant ses éléments par des matrices et les opérations sur ces éléments en termes d'addition matricielle et de produit matriciel.

Représentation de groupe

En mathématiques, une représentation de groupe décrit un groupe en le faisant agir sur un espace vectoriel de manière linéaire. Autrement dit, on essaie de voir le groupe comme un groupe de matrices, d'où le terme représentation. On peut ainsi, à partir des propriétés relativement bien connues du groupe des automorphismes de l'espace vectoriel, arriver à déduire quelques propriétés du groupe. C'est l'un des concepts importants de la théorie des représentations.

Représentation irréductible

En mathématiques et plus précisément en théorie des représentations, une représentation irréductible est une représentation non nulle qui n'admet qu'elle-même et la représentation nulle comme sous-représentations. Le présent article traite des représentations d'un groupe. Le théorème de Maschke démontre que dans de nombreux cas, une représentation est somme directe de représentations irréductibles. Dans le cas des groupes finis, les informations liés aux représentations irréductibles sont encodées dans la table de caractères du groupe.

CS-119(d): Information, Computation, Communication

L'objectif de ce cours est d'introduire les étudiants à la pensée algorithmique, de les familiariser avec les fondamentaux de l'Informatique et de développer une première compétence en programmation (

Arithmétique de l'ordinateur: Opérations de points flottants CS-208: Computer architecture I

Couvre les bases de l'arithmétique informatique, en se concentrant sur les nombres de points flottants et leurs opérations.

Nombres de points flottants : représentation et erreurs CS-119(c): Information, Computation, Communication

Explore la représentation des nombres flottants et l'impact des erreurs dans les calculs numériques.

Arithmétique informatique: nombres de points flottants CS-208: Computer architecture I

Explore l'arithmétique informatique, en mettant l'accent sur les nombres de points fixes et flottants, la norme IEEE 754, la portée dynamique et les opérations de points flottants dans l'architecture MIPS.

Représentation de l'information : notions de base CS-119(c): Information, Computation, Communication

Couvre les bases de la représentation de l'information, y compris la représentation des symboles, la manipulation intégrale et les éléments binaires.

Analyse numérique: Algorithmes et concepts MATH-250: Numerical analysis

Couvre les algorithmes pour les problèmes mathématiques, en mettant l'accent sur la stabilité, la précision et l'analyse des résultats critiques.