Floating point 浮点量化从双精度到8位

如何将

双精度浮点

舍入为可存储在

8位浮点

中的值？ 我试图用数学来做，但我不知道怎么做

---

我有一个

x

double

数字，我应该找到最接近的

y

，我可以用

n*2^b

表示

n

和

b

整数和

n

在

[-128127]

中。但是我怎样才能找到最好的

n

和

b

？

我用这个算法解决了：

function y = DoubleTo8bit( x )
s=sign(x);
x=abs(x);

if x==0
    y=0;
    return; 
end
b=floor(log2(x)+1)-8+(s>0);
m=s*round(x/2^b);

y=m*2^b;
end