一、量化 1.1、目的 大模型量化的主要目的是壓縮模型參數,降低計算複雜度,提高推理效率。 存儲優化:將高精度的浮點型參數轉換為低精度的整數參數,減少模型存儲空間。 計算加速:使用低精度整數進行計算,降低計算複雜度,提高推理速度。 硬件適配:某些硬件(如嵌入式設備、移動端芯片)對低精度計算支持更好,量化可以提高 適配性。
1. 使用字符串格式化(推薦) 通過格式化字符串控制輸出格式,適用於大多數場景。 python 運行 num = 1.23e-5 # 科學計數法表示的數值 # 方法1:使用 format 函數,保留足夠的小數位 print("{0:.10f}".format(num)) # 輸出:0.0000123000 # 方法2:使用 f-strin
一、劃分位數求解型 01數位倍數 解題思路: 1.分析題目:題目要求關鍵在於求每個數位的和,所以我們考慮將每個數位單獨分離出來,然後用判斷語句計數。 2.分離要點:因為題目要從1找到202504,遂考慮先用for循環遍歷數字,然後將每個數 i 賦值給num,再通過while循環計算它的各個數位之和。在while循環中,每次通過num%10獲取num