float 유형의 '입력' 텐서를 'T' 유형의 '출력' 텐서로 양자화합니다.
[min_range, max_range]는 '입력' 데이터의 범위를 지정하는 스칼라 부동 소수점입니다. 'mode' 속성은 float 값을 양자화된 값으로 변환하는 데 사용되는 계산을 정확하게 제어합니다. 'round_mode' 속성은 부동 소수점 값을 양자화된 값으로 반올림할 때 사용되는 반올림 타이 브레이킹 알고리즘을 제어합니다.
'MIN_COMBINED' 모드에서 텐서의 각 값은 다음을 수행합니다.
out[i] = (in[i] - min_range) * range(T) / (max_range - min_range)
if T == qint8: out[i] -= (range(T) + 1) / 2.0
MIN_COMBINED 모드 예
입력이 float 유형이고 가능한 범위가 [0.0, 6.0]이고 출력 유형이 quint8 ([0, 255])이라고 가정합니다. min_range 및 max_range 값은 0.0 및 6.0으로 지정되어야 합니다. float에서 quint8로 양자화하면 입력의 각 값에 255/6을 곱하고 quint8로 변환됩니다.
출력 유형이 qint8([-128, 127])인 경우 작업은 캐스팅 전에 각 값을 128씩 추가로 빼므로 값 범위가 qint8의 범위와 일치합니다.
모드가 'MIN_FIRST'인 경우 다음 접근 방식이 사용됩니다.
num_discrete_values = 1 << (# of bits in T)
range_adjust = num_discrete_values / (num_discrete_values - 1)
range = (range_max - range_min) * range_adjust
range_scale = num_discrete_values / range
quantized = round(input * range_scale) - round(range_min * range_scale) +
numeric_limits<T>::min()
quantized = max(quantized, numeric_limits<T>::min())
quantized = min(quantized, numeric_limits<T>::max())
스케일 모드 예
`SCALED` 모드는 `QuantizeAndDeQuantize{V2|V3}`에 사용된 양자화 접근 방식과 일치합니다.
모드가 'SCALED'인 경우 각 입력 값에 scale_factor를 곱하여 양자화를 수행합니다. scale_factor는 'min_range'에서 'max_range'까지의 범위가 T 유형의 값 내에서 표현 가능하도록 'min_range' 및 'max_range'에서 최대한 크게 결정됩니다.
const int min_T = std::numeric_limits<T>::min();
const int max_T = std::numeric_limits<T>::max();
const float max_float = std::numeric_limits<float>::max();
const float scale_factor_from_min_side =
(min_T * min_range > 0) ? min_T / min_range : max_float;
const float scale_factor_from_max_side =
(max_T * max_range > 0) ? max_T / max_range : max_float;
const float scale_factor = std::min(scale_factor_from_min_side,
scale_factor_from_max_side);
min_range = min_T / scale_factor;
max_range = max_T / scale_factor;
따라서 (-10, 9.921875) ~ (-128, 127) 범위의 입력 값을 양자화하겠습니다.
이제 'min_range'에서 'max_range' 범위로 값을 잘라낸 후 다음과 같이 scale_factor를 곱하여 입력 텐서를 양자화할 수 있습니다.
result = round(min(max_range, max(min_range, input)) * scale_factor)
Narrow_range(부울) 속성
true인 경우 최소 양자화된 값을 사용하지 않습니다. 즉, int8 양자화된 출력의 경우 전체 -128..127 범위 대신 -127..127 범위로 제한됩니다. 이는 특정 추론 백엔드와의 호환성을 위해 제공됩니다. (SCALED 모드에만 적용됩니다)
축(int) 속성
선택적 '축' 속성은 입력 텐서의 차원 인덱스를 지정할 수 있으므로 양자화 범위는 해당 차원을 따라 텐서의 각 조각에 대해 별도로 계산되고 적용됩니다. 이는 채널별 양자화에 유용합니다.
축이 지정되면 min_range 및 max_range
`axis`=None인 경우, 텐서당 양자화가 정상적으로 수행됩니다.
verify_minimum_range(부동 소수점) 속성
최소 양자화 범위가 이 값 이상인지 확인합니다. 이에 대한 레거시 기본값은 0.01이지만 새로운 용도로 사용하려면 0으로 설정하는 것이 좋습니다.
중첩 클래스
| 수업 | 퀀타이즈.옵션 | Quantize 의 선택적 속성 | |
상수
| 끈 | OP_NAME | TensorFlow 핵심 엔진에서 알려진 이 작업의 이름 |
공개 방법
| 정적 Quantize.Options | 축 (장축) |
| static <T는 TType을 확장합니다. > Quantize <T> | |
| 정적 Quantize.Options | verifyMinimumRange (Float verifyMinimumRange) |
| 정적 Quantize.Options | 모드 (문자열 모드) |
| 정적 Quantize.Options | NarrowRange (부울 NarrowRange) |
| 출력 <T> | 출력 () float 입력에서 생성된 양자화된 데이터입니다. |
| 출력 < TFloat32 > | 출력최대 () 입력 값을 크기 조정하고 양자화된 값으로 반올림하기 전에 입력 값을 잘라내는 데 사용되는 최종 양자화 범위 최대값입니다. |
| 출력 < TFloat32 > | 출력최소 () 입력 값을 크기 조정하고 양자화된 값으로 반올림하기 전에 입력 값을 잘라내는 데 사용되는 최종 양자화 범위 최소값입니다. |
| 정적 Quantize.Options | roundMode (문자열 roundMode) |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 핵심 엔진에서 알려진 이 작업의 이름
공개 방법
공개 정적 Quantize <T> 생성 ( 범위 범위, Operand < TFloat32 > 입력, Operand < TFloat32 > minRange, Operand < TFloat32 > maxRange, Class<T> T, 옵션... 옵션)
새로운 Quantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 최소 범위 | 양자화 범위의 최소값입니다. 이 값은 다른 매개변수에 따라 op에 의해 조정될 수 있습니다. 조정된 값은 `output_min`에 기록됩니다. `axis` 속성이 지정된 경우 이는 입력 및 출력 텐서의 `axis` 차원과 크기가 일치하는 1차원 텐서여야 합니다. |
| 최대 범위 | 양자화 범위의 최대값입니다. 이 값은 다른 매개변수에 따라 op에 의해 조정될 수 있습니다. 조정된 값은 `output_max`에 기록됩니다. `axis` 속성이 지정된 경우 이는 입력 및 출력 텐서의 `axis` 차원과 크기가 일치하는 1차원 텐서여야 합니다. |
| 옵션 | 선택적 속성 값을 전달합니다. |
보고
- Quantize의 새로운 인스턴스
공개 출력 < TFloat32 > outputMax ()
입력 값을 크기 조정하고 양자화된 값으로 반올림하기 전에 입력 값을 잘라내는 데 사용되는 최종 양자화 범위 최대값입니다. `axis` 속성이 지정되면 이는 입력 및 출력 텐서의 `axis` 차원과 크기가 일치하는 1차원 텐서가 됩니다.
공개 출력 < TFloat32 > 출력Min ()
입력 값을 크기 조정하고 양자화된 값으로 반올림하기 전에 입력 값을 잘라내는 데 사용되는 최종 양자화 범위 최소값입니다. `axis` 속성이 지정되면 이는 입력 및 출력 텐서의 `axis` 차원과 크기가 일치하는 1차원 텐서가 됩니다.