簡單的正數二進位制加法1+5 = 6
如果表示負數時，只是單獨的拿最高位做符號位 則short型的-7 + 7表示為：
看上式，-7+7結果卻得到了-14，而不是0
但是如果-7用反碼來表示，就不會有問題：
最高位的1出界了，所以得到的就是0了。
用補碼表示時，正數的補碼是自己，負數的補碼是絕對值取反加一。如果只用2byte表示數字，比如short,那麼 +0和 -0的都是用 00000000 00000000來表示，那麼10000000 00000000 這個表示就沒有用了，因為只有10000000 00000000取反加一 = 10000000 00000000， 但是10000000 00000000本身是個負數，因為最高的符號位是1，所以把10000000 00000000人工規定為 -215，故short的取值範圍是-215 ~ 215 - 1
上面的圖例表達的數字是，設符號位為s:
即如果我們要表示 7.0 = 3.5 * 2(129 - 127) = 1.75 * 2(130 - 127)
只要指數字增加一點，後面的小數字就可以乘除2，所以這樣表示可以表示範圍很大的數字，從2-127~2128（這裡只說了正數，表明精度範圍大）
如圖，上述**的結果是short只會讀取float中高2位位元組的內容
史丹福大學機器學習公開課
寒假玩了大半了，把各種遊戲給解除安裝了，正兒八經的學習啦。一直想把這個公開課看完，上學的時候吧不想看，放假了也不想看，胡亂寫寫，作為乙個渣渣，把不明白給記下來。這個公開課的第一課，主要是介紹了機器學習概念應用什麼的，好像主要是概念吧，之前看的記不太清了。第二課 監督學習應用 梯度下降 可以看這個鏈結...
史丹福大學公開課IOS 7學習筆記 （1）
osx kernel unix os power management,mach 3.0 keychain access 基於bsd unix os certificates.sockets,file system,security bonjour collections,core location...
資料探勘 史丹福大學公開課 筆記
第一課 監督學習 比如一組癌症資料，拿到資料的時候我就知道它是正常的基因還是癌症基因，然後分類的時候我能正確的，我能將乙個資料對映到其中，並且根據其在哪個分類中作出判斷此基因是正常的or癌症的 無監督學習 無監督學習主要的過程還是聚類。但是我們能夠將資料聚成幾類，但是卻無法知道這一類是什麼，那一類又...