在正常的浮点数中， 有效数部分开头的不是0，0被移动到指数部分去了，比如0.0123会被表示为1.23*2-2。Denormal numbers(非规格数)就是指数部分非常小的数字。这些数字的有效数部分首位用0来表示。
IEEE浮点标准使用 $ V=(-1)s×M×2E$ 的形式来表示一个数。
符号位（sign），与补码类似，s为1代表这个数为负，s为0代表这个数为正
阶码（exponent）E的作用是对浮点数加权，权重是2的E次幂。
尾数（significand）M是一个二进制小数，范围是1到2−ϵ1到2−ϵ（规格化）或者0到1−ϵ0到1−ϵ（非规格化）
规格化的值(Normalized Values)
在 exp≠000…0 和 exp≠111…1 时（阶码部分不全为0或全为1），表示的值就叫规格化值。到底规格化是什么意思呢？对于规格化数来说，用二进制数来表示时，原本连续的值会被规范到有限的定值上。如果把规格化的数放到数轴上表示，那他们之间的距离是不同的。（后面会举例子解释，现在不懂不用太担心）
对于规格化值，阶码字段（exp这部分）的编码区域的无符号值为e，但阶码E的值是E=e−Bias，注意这里不要把大小写e和E搞混。
Bias是指偏移量，值为$ 2^{k-1}-1 $，k是阶码字段的位数（32bit：127， 64bit：1023）。
（无符号的值怎么表示负数呢？比如32bit的浮点数，阶码取值0-255，由于0和255有特殊表示，于是范围缩小为1-254，为了表示负数，所以用 “指数”-”中间值“的办法，这个中间值就是前面提到的Bias（127）， 比如想1.xxx * 2^-4, 则最终阶码e = -4+127）
非规格化的值(Denormalized Values)
当阶码域exp全为0时，所表示的数就是非规格化形式。这里的意思是，原本用二进制表示的连续值，它们之间的间距是一样的。
在这种情况下有两点不同。对于阶码字段，阶码值E改成了E = 1 - Bias。也就是说
单精度非规格化数的E是-126
双精度非规格化数的E是-1022
（为什么不是E = - Bias，这样不是更小吗？还拿32bit举例，因为前面说过阶码的取值为1-254（ - 127），而规格化的尾数是1.xxx，所以为了数据的连续性，这里阶码域exp全为0时，还以规格化时的最小阶数1-127来表示阶数，但尾数是以0.xxx表示了）
对于尾数字段，尾数的值是 M = f。也就是说，M不再是一个以1开头的小数，而是以0开头的小数。这所以这样设置是有原因的。首先，非规格化数定义了一种表示零的方法，如果使用规格化数，由于总有 M ≥ 1，那么我们就不能表示0。实际上，零的表示就是exp和frac字段全为0，因此，对于浮点数来说，还有正零和负零的区别。非规格化数的另一个用途就是表示非常接近零的数。这种机制实现了由最大非规格化数到最小规格化数的平滑转换。
特殊值
第一类是当exp全为1，frac全为0时，表示的值为无穷。当符号位 s = 1 代表负无穷，s = 0 代表正无穷。当小数域不是0，那就代表NaN（Not a Number），不是一个数，表示出错。例如计算-1开根号的值就是NaN。
（下面这张图显示了各种float数在数轴上的相对位置）
举例：如何将一个浮点数转换为计算机内存储的内码形式
例如十进制数：25.5 对应的二进制形式为：11001.1 ，改写成相应的指数形式为：1.10011*2^4
25.5在float的精度范围内表示绰绰有余，假设我们用单精度浮点数来存储它，符号位S=0（正数），负数的符号位为1，8位指数位为127+4=131（其中127为指数的偏移量），至于为什么要加上偏移，且偏移为何偏偏为127的原因，我们后面会讨论，我们暂且按规定来，指数位131转换为二进制位：1000 0011，接下来小数位M=10011，原始的小数位应该是1.10011，为什么可以省略小数点前面的1呢?因为我们用来存储小数位的二进制bit位是有限的，而我们希望利用有限的二进制bit位来尽可能大存储浮点数的精度范围，因此我们可以将小数点前面的默认的1可以省略，只要我们在还原时记得加上小数点前面的1就可以。
因此25.5用float类型来存储的编码为：0 1000 0011 0000 0000 0000 0000 0010 011
如果是负浮点数只需要将最高位的符号位改为1，其他步骤一样。
FP16也叫做 float16，两种叫法是完全一样的，全称是Half-precision floating-point(半精度浮点数)，在IEEE 754标准中是叫做binary16，简单来说是用16位二进制来表示的浮点数，来看一下是怎么表示的(以下图都来源于维基百科[2])
Sign(符号位): 1 位，0表示整数；1表示负数。
Exponent(指数位)：5位，简单地来说就是表示整数部分，范围为00001(1)到11110(30)，正常来说整数范围就是
，但其实为了指数位能够表示负数，引入了一个偏置值，偏置值是一个固定的数，它被加到实际的指数上，在二进制16位浮点数中，偏置值是 15。这个偏置值确保了指数位可以表示从-14到+15的范围即
，而不是1到30，注：当指数位都为00000和11111时，它表示的是一种特殊情况，在IEEE 754标准中叫做非规范化情况，后面可以看到这种特殊情况怎么表示的。
Fraction(尾数位)：10位，简单地来说就是表示小数部分，存储的尾数位数为10位，但其隐含了首位的1，实际的尾数精度为11位，这里的隐含位可能有点难以理解，简单通俗来说，假设尾数部分为1001000000，为默认在其前面加一个1，最后变成1.1001000000然后换成10进制就是:
# 第一种计算方式
1.1001000000 = 1 * 2^0 + 1 * 2^(-1) + 0 * 2^(-2) + 0 * 2^(-3) + 1 * 2^(-4) + 0 * 2^(-5) + 0 * 2^(-6) + 0 * 2^(-7) + 0 * 2^(-8) + 0 * 2^(-9) = 1.5625
# 第二种计算方式
1.1001000000 = 1 + 576(1001000000变成10进制)/1024 = 1.5625
贴一个FP16(float16)特殊数值的情况：
BF16也叫做bfloat16(这是最常叫法)，其实叫“BF16”不知道是否准确，全称brain floating point，也是用16位二进制来表示的，是由Google Brain开发的，所以这个brain应该是Google Brain的第二个单词。和上述FP16不一样的地方就是指数位和尾数位不一样，看图
(申明：本文基于 https://blog.51cto.com/u_6760421/3618364 和 https:///tsqer1987/article/details/38591295 修改)