我目前正在研究一种比特斩波算法，用于模拟训练神经网络时减少内存占用的情况。我正在使用PyTorch来实现这一点。
然而，我基本上想做的是将float32值尾数的低有效位设置为0，看看神经网络是否会训练，以及它会损失多少精度，这取决于设置为0的位数。
我的问题是张量上的每个值都是Numpy float32类型，我想获得该值的字面位表示(实际float32值在内存中的表示方式(，或者作为一个整数，应用逐位修改并将其转换回np.float32。
然而，我已经尝试了以下操作(注意，x的类型是numpy.ndarray(：
print(x)
value_as_int = self.x.view(np.int32)
print(value_as_int)
value_as_int = value_as_int&0xFFFFFFFE
print(value_as_int)
new_float = value_as_int.view(np.float32)
print(new_float)
以下是工作部件的示例输出：
0.13498048
1040857171
1040857170
这确实将值转换为其文字位整数表示，并允许我将最后一位设置为0，尽管当试图将其转换回np.float32时，我会收到以下错误：
ValueError：只有当项目大小保持不变时，才支持更改0d数组的数据类型
有合适的方法吗？我是在代码中遗漏了什么，还是错误的方法？
提前感谢
这里的问题是0xFFFFFFFE是pythonint(而不是numpyint32(。当应用按位AND运算符时，Numpy隐式向上转换为int64。为了避免这种情况，您可以将比特掩码设为np.uint32。
似乎在Windows(但不是Linux(中，您需要使用np.uint32而不是np.int32来避免得到"；Python int太大，无法转换为C long"；当您的位掩码大于0x7FFFFFFF时出错。
value_as_int = self.x.view(np.uint32)
value_as_int = value_as_int & np.uint32(0xFFFFFFFE)
new_float = value_as_int.view(np.float32)