single

Arrays mit einfacher Genauigkeit

Beschreibung

Variablen mit einfacher Genauigkeit werden in MATLAB^® als 32-Bit-Gleitkommawerte (4 Byte) mit dem Datentyp (der Klasse) single gespeichert. Beispiel:

y = single(10);
whos y

Name      Size            Bytes  Class     Attributes

  y         1x1                 4  single              

Weitere Informationen zu Gleitkommawerten finden Sie unter Floating-Point Numbers.

Erstellung

Wenn ein Array eines anderen Typs vorliegt, z. B. double oder int8, können Sie dieses Array mithilfe der Funktion single in ein Array mit einfacher Genauigkeit konvertieren.

Syntax

Y = single(X)

Beschreibung

Y = single(X) konvertiert die Werte in X in einfache Genauigkeit.

Eingabeargumente

X — Input Array

Skalar | Vektor | Matrix | mehrdimensionales Array

Eingabearray), angegeben als Skalar, Vektor, Matrix oder mehrdimensionales Array.

Datentypen: double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char

Beispiele

Konvertieren in Variable mit einfacher Genauigkeit

Konvertieren Sie eine Variable mit doppelter Genauigkeit mit der Funktion single in einfache Genauigkeit.

x = 100;
xtype = class(x)

xtype = 
'double'

y = single(x)

y = single

100

Erweiterte Fähigkeiten

Tall Arrays

Rechnen mit Arrays, die mehr Zeilen haben, als in den Speicher passen.

Die Funktion single bietet vollständige Unterstützung für Tall-Arrays. Weitere Informationen finden Sie unter Tall-Arrays.

C/C++ Codegenerierung

Generieren Sie C und C++ Code mit MATLAB® Coder™.

Hinweise zur Verwendung und Einschränkungen:

• Wenn Sie Ganzzahlen mit einfacher Genauigkeit zusammen mit dem Operator colon verwenden und einer der Endpunkte in Ihrem MATLAB-Code einen Absolutwert aufweist, der über flintmax('single') liegt, könnte der generierte Code andere Werte erzeugen als der MATLAB-Code. Beispiel:

  function z = mismatch_values
  a = single(1);
  b = flintmax('single') + 2;
  d = single(9);
  z = a:d:b;
  end

  Die z-Werte, die vom generierten Code und dem MATLAB-Code berechnet werden, unterscheiden sich aufgrund der unterschiedlichen Rundungsmethoden, die vom generierten Code und dem MATLAB-Code verwendet werden.

GPU-Codegenerierung
Generieren von CUDA® Code für NVIDIA® Grafikprozessoren mit dem GPU Coder™.

Thread-Based Environment

Führen Sie mithilfe von MATLAB® backgroundPool den Code im Hintergrund aus oder machen Sie den Code mit der Parallel Computing Toolbox™ ThreadPool schneller.

Diese Funktion bietet vollständige Unterstützung für thread-basierte Umgebungen. Weitere Informationen finden Sie unter Run MATLAB Functions in Thread-Based Environment.

GPU-Arrays

Schnellere Codeausführung durch Ausführen auf einer Grafikkarte (GPU) mit der Parallel Computing Toolbox™.

Die Funktion single bietet vollständige Unterstützung für Grafikkarten-Arrays. Zum Ausführen der Funktion auf einer Grafikkarte geben Sie die Eingabedaten als gpuArray (Parallel Computing Toolbox) an. Weitere Informationen finden Sie unter Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Verteilte Arrays

Partitionieren von großen Arrays über den kombinierten Speicher Ihres Clusters mit Parallel Computing Toolbox™.

Diese Funktion bietet vollständige Unterstützung für verteilte Arrays. Weitere Informationen finden Sie unter Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Versionsverlauf

Eingeführt vor R2006a

Siehe auch

double | cast | typecast

Themen

• Floating-Point Numbers
• Identifying Numeric Classes