我目前正在处理一个相对较大的数据集，对此我有一些内存使用问题。我正在处理大多数不同的数据类型：浮点数、整数、布尔值、字符串，其中一些已更改为因子。

从内存使用 (RAM) 的角度来看，当我将列类型从 float64 切换到 float32 时，很清楚会发生什么：内存使用量除以 2。对于将字符串转换为因子，它有点不太清楚，但我得到的一般想法是，关于内存，它们用小整数进行三角化，并在必要时重新映射。这并不重要，因为它们通常通过以某种方式编码为数字列来进行预处理。

现在我想知道的是，数据类型如何影响管道中的计算（预处理、校准）。我不知何故想到将数据类型从 float 64 更改为 float 32 将使 CPU 的计算速度提高两倍，但这似乎变化很大。所以，我想知道，对于重要的事情（预处理、校准），数据类型如何影响硬件性能？

一些澄清/简单的假设：

• 我的直觉是，如果混合数据类型或在内存使用量过低（使用 float16）时关于收敛性，CPU 中可能会发生一些奇怪的事情。所以让我们假设我们只是在处理 float64 到 float32 的转换。

• 我正在尝试获得与语言/库/模型无关的答案。如果这很重要，我主要使用 Python + pandas（老实说，我从来没有真正需要在 R 中处理数据类型），Python + cudf 用于 GPU。如果那件事我正在使用 tensorflow + keras 来构建一个 NN。值得注意的是，我打电话给tf.keras.backend.set_floatx('float32'). 同样，我已经小心地确保预处理管道正确处理 float32 数据类型并且代码是矢量化的。

• 当我使用不同的加速器（GPU / TPU）参与 Kaggle 比赛时，我想得到一个涵盖主要硬件（CPU / GPU / TPU）的答案。我希望答案并不取决于品牌。