tensorflow:: אופס:: דהקוונטיזציה

#include <array_ops.h>

הפוך את טנסור ה'קלט' לטנסור צף.

תַקצִיר

[min_range, max_range] הם צפים סקלאריים המציינים את הטווח עבור נתוני 'הקלט'. התכונה 'מצב' שולטת בדיוק באילו חישובים נעשה שימוש כדי להמיר את ערכי הציפה למקבילות הכמותיות שלהם.

במצב 'MIN_COMBINED', כל ערך של הטנזור יעבור את הפעולות הבאות: 

if T == qint8: in[i] += (range(T) + 1)/ 2.0
out[i] = min_range + (in[i]* (max_range - min_range) / range(T))
 כאן range(T) = numeric_limits ::max() - numeric_limits ::min() range(T) = numeric_limits ::max() - numeric_limits ::min() range(T) = numeric_limits ::max() - numeric_limits ::min()

דוגמה למצב MIN_COMBINED

אם הקלט מגיע מ- QuantizedRelu6 , סוג הפלט הוא quint8 (טווח של 0-255) אבל הטווח האפשרי של QuantizedRelu6 הוא 0-6. ערכי min_range ו-max_range הם לפיכך 0.0 ו-6.0. Dequantize on quint8 ייקח כל ערך, יטיל לצוף ויכפיל ב-6 / 255. שימו לב שאם quantizedtype הוא qint8, הפעולה תוסיף כל ערך ב-128 לפני ההטלה.

אם המצב הוא 'MIN_FIRST', הגישה הזו משמשת: 

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 = range / num_discrete_values
const double offset_input = static_cast(input) - lowest_quantized;
result = range_min + ((input - numeric_limits::min()) * range_scale)

דוגמה למצב SCALED

מצב SCALED תואם את גישת הקוונטיזציה המשמשת ב- QuantizeAndDequantize{V2|V3} .

אם המצב הוא SCALED , איננו משתמשים בכל הטווח של סוג הפלט, בוחרים להחליק את הערך הנמוך ביותר האפשרי עבור סימטריה (למשל, טווח הפלט הוא -127 עד 127, לא -128 עד 127 עבור קוונטיזציה של 8 סיביות עם סימנים), כך ש-0.0 ממפה ל-0.

ראשית אנו מוצאים את טווח הערכים בטנזור שלנו. הטווח שאנו משתמשים בו תמיד מרוכז על 0, אז אנו מוצאים את m כזה

  m = max(abs(input_min), abs(input_max))

טווח טנזור הקלט שלנו הוא אז [-m, m] .

לאחר מכן, אנו בוחרים את דלי הקוונטיזציה שלנו לנקודות קבועות, [min_fixed, max_fixed] . אם T חתום, זהו

  num_bits = sizeof(T) * 8
  [min_fixed, max_fixed] =
      [-(1 << (num_bits - 1) - 1), (1 << (num_bits - 1)) - 1]

אחרת, אם T ללא סימן, טווח הנקודות הקבוע הוא

  [min_fixed, max_fixed] = [0, (1 << num_bits) - 1]

מכאן אנו מחשבים את גורם קנה המידה שלנו, s:

  s = (2 * m) / (max_fixed - min_fixed)

כעת אנו יכולים למחוק את המרכיבים של הטנזור שלנו:

result = input * s

טיעונים:

  • scope: אובייקט Scope
  • min_range: הערך הסקלרי המינימלי שיוצר עבור הקלט.
  • max_range: הערך הסקלרי המקסימלי המופק עבור הקלט.

החזרות:

  • Output : טנסור הפלט.

בנאים והורסים

Dequantize (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range)
Dequantize (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, const Dequantize::Attrs & attrs)

תכונות ציבוריות

operation
output

תפקידים ציבוריים

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

פונקציות סטטיות ציבוריות

Mode (StringPiece x)

מבנים

tensorflow:: ops:: Dequantize:: Attrs

קובעי תכונות אופציונליים עבור Dequantize .

תכונות ציבוריות

מִבצָע 

Operation operation

תְפוּקָה 

::tensorflow::Output output

תפקידים ציבוריים

דהקוונטיזציה 

 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range
)

דהקוונטיזציה 

 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  const Dequantize::Attrs & attrs
)

צוֹמֶת 

::tensorflow::Node * node() const

מפעיל::tensorflow::קלט 

 operator::tensorflow::Input() const

אופרטור::tensorflow::פלט 

 operator::tensorflow::Output() const

פונקציות סטטיות ציבוריות

מצב 

Attrs Mode(
  StringPiece x
)