Matlab语言，可以做一个`single`！

示例

概述：

MATLAB中数字数组的默认数据类型为double。double是数字的浮点表示形式，此格式每个值占用8个字节（或64位）。在某些情况下，例如仅处理整数或数字不稳定不是迫在眉睫的问题时，可能不需要这么高的位深度。因此，建议考虑single精度（或其他适当类型）的好处：

• 更快的执行时间（在GPU上尤其明显）。

• 内存消耗的一半：可能double由于内存不足错误而失败；作为文件存储时更加紧凑。

使用以下方法将变量从任何受支持的数据类型转换single为：

sing_var = single(var);

一些常用的功能（如：zeros，eye，ones等），其输出double由默认值，允许指定的类型/类的输出。

将脚本中的变量转换为非默认精度/类型/类：

截至2016年7月，尚无记录的方法可从更改默认的MATLAB数据类型double。

在MATLAB中，新变量通常模仿创建它们时使用的变量的数据类型。为了说明这一点，请考虑以下示例：

A = magic(3);
B = diag(A);
C = 20*B;
>> whos C
  Name      Size            Bytes  Class     Attributes
  C         3x1                24  double

A = single(magic(3)); % A is converted to "single"
B = diag(A);
C = B*double(20);     % The stricter type, which in this case is "single", prevails
D = single(size(C));  % It is generally advised to cast to the desired type explicitly.
>> whos C
  Name      Size            Bytes  Class     Attributes
  C         3x1                12  single

因此，似乎可以强制转换/转换几个初始变量以使更改渗透到整个代码中-但不建议这样做（请参见下面的注意事项和陷阱）。

注意事项和陷阱：

1. 重复转换是泄气由于引入数字噪声（从铸造时的single到double）或信息（从铸造时损失double到single，或之间的某些整数类型），例如：

   double(single(1.2)) == double(1.2)   
   ans =
        0
   

   使用可以稍微缓解这种情况typecast。另请参见注意浮点错误。

2. 仅仅依靠隐含的数据类型（即什么MATLAB猜测的计算应该是输出的类型）被劝阻由于可能出现的一些非预期的效果：

   为了提高代码的可读性并减少有害类型的风险，建议采用防御方法，其中将变量显式转换为所需类型。

• 信息丢失：当double期望结果时，如果不小心组合single和double操作数，则会产生single精度。

• 出乎意料的高内存消耗：当single期望结果但粗心的计算导致double输出时。

• 使用GPU时不必要的开销：当将gpuArray类型（即，存储在VRAM中的变量）与非gpuArray变量（即通常存储在RAM中的变量）混合在一起时，必须先以一种或另一种方式传输数据，然后才能执行计算。此操作需要时间，并且在重复计算中会非常明显。

• 将浮点类型与整数类型混合时会出错：未为整数和浮点类型的混合输入定义mtimes（*）之类的函数-会出错。整数类型输入根本没有定义times（.*）之类的函数-并再次出错。

  >> ones(3,3,'int32')*ones(3,3,'int32')
  Error using  * 
  MTIMES is not fully supported for integer classes. At least one input must be scalar.
  >> ones(3,3,'int32').*ones(3,3,'double')
  Error using  .* 
  Integers can only be combined with integers of the same class, or scalar doubles.
  

也可以看看：

• MATLAB文档：浮点数。

• Mathworks的技术文章：将MATLAB代码转换为定点的最佳实践。