输入图像为768x576。在faster-rcnn中使用vgg16作为分类网络模型。

这是一个C ++仅标头库，用于提供符合IEEE-754的半精度浮点类型以及相应的算术运算符，类型转换和通用数学函数。 它旨在提高效率和易用性，并试图以最佳性能准确模拟内置浮点类型的行为。 它会在可能的情况下自动使用并提供C ++ 11功能，但在必要时仍保持与C ++ 98完全兼容。

福尔摩斯 fplll 包含几种格算法的实现。 该实现依赖于浮点正交化，并且 LLL [ ] 是代码的核心，因此得名。 它包括浮点 LLL 缩减算法的实现 [ ， ]，提供不同的速度/保证比率。 它包含一个“包装器”，用于选择估计的最佳变体序列，以便尽可能快地提供有保证的输出 [ ]。 在包装器的情况下，变体的连续性对用户来说是无知的。 它包括 BKZ 缩减算法 [ ] 的实现，包括 BKZ-2.0 [ ] 改进（极端枚举修剪、块的预处理、提前终止）。 此外，还支持滑动减少[ ]和自双BKZ[ ]。 它还包括 Kannan-Fincke-Pohst 算法 [ , ] 的浮点实现，该算法可找到最短的非零晶格向量。 最后，它包含枚举算法的一个变体，该算法计算最接近给定向量的网格向量，该向量属于网格的实际跨度。 fplll 是在自由软件基金会发布的（2.1 版，或您选

KEIL软件的库文件，用于compact模式，支持浮点运算

ucosii在stm32f4上移植支持浮点运算

表1：CPU每个时钟周期执行浮点运算的次数 例如：A610r-F有两片AMD Opteron Processor 2218 HE 其理论浮点峰值=2.6G*2*4=20.8GFlops/Cycle 其实测峰值=18.37GFlops/Cycle 所以其Linpack的利用率=18.37/20.8=89.3% CPU Flops/Cycle CPU Flops/Cycle CPU Flops/Cycle Itanium2 4 Opteron 2 Xeon（双核） 4 Barcelona 4 Xeon(四核) 4

stc15系列单片机浮点运算性能测试结果是用数码管显示的，自己可以改

Faster rcnn test浮点运算次数，包括：卷积实现过程，Faster rcnn总体结构和参数

一个很不错的程序，核心是栈和字符串的使用。通过改程序能让你对栈和字符串的使用理解上一个大台阶

我们使用的处理器一般情况下，要么直接支持硬件的浮点运算，要么就只支持定点运算，此时对浮点数的处理需要通过编译器来完成。在支持硬件浮点处理的器件上，对浮点运算的编程最快捷的方法就是直接使用浮点类型。