일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- animation retargeting
- 언리얼엔진
- NLP
- Diffusion
- dl
- 모션매칭
- UE5
- Generative Model
- multimodal
- ue5.4
- 생성모델
- 딥러닝
- WBP
- 오블완
- BERT
- 디퓨전모델
- Unreal Engine
- 폰트생성
- GAN
- cv
- userwidget
- Few-shot generation
- ddpm
- CNN
- Font Generation
- Stat110
- deep learning
- WinAPI
- motion matching
- RNN
Archives
- Today
- Total
목록0.1+0.2 (1)
Deeper Learning
Floating Point
Why Floating Point (부동 소수점) 32bit는 총 2^32개의 수의 표현이 가능하다. Fixed-point를 사용할 경우 정수부와 소수부의 bit 수가 고정이 되어 소수부가 모두 0인 정수의 경우 Fractional part의 bit가 모두 0을 나타낸다. 이처럼 사용하지 않는 bit가 많아 비효율적이고 전체 표현가능한 수의 범위 또한 작다. Floating-point를 사용할 경우 Fixed-point 처럼 표현 가능한 수가 연속적이지 않아 근사를 사용한다. 정확도가 Fixed-point 보다 낮고 연산 속도가 느리지만 더 넓은 범위의 수를 표현할 수 있게 된다. IEEE standard 754 IEEE 754는 IEEE에서 개발한 부동소수점을 표현하는 가장 널리 쓰이는 표준이다. +0..
Computer Science
2021. 3. 19. 20:49