tensorflow:: ops:: דה-קוונטיזציה

#include <array_ops.h>

דה-קוונטיזציה של טנזור ה'קלט' לטנזור צף.

תַקצִיר

[min_range, max_range] הם ערכים מצופים סקלריים המציינים את הטווח עבור נתוני ה-'קלט'. התכונה 'mode' שולטת בדיוק באילו חישובים נעשה שימוש כדי להמיר את ערכי הציפה לערכי ה-'levels' הכמותיים 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()

דוגמה למצב MIN_COMBINED

אם הקלט מגיע מ- QuantizedRelu6 , סוג הפלט הוא quint8 (טווח של 0-255) אך הטווח האפשרי של QuantizedRelu6 הוא 0-6. לכן, ערכי ה-min_range וה-max_range הם 0.0 ו-6.0. פעולת Dequantize ב-quint8 תיקח כל ערך, תעביר אותו ל-float ותכפיל אותו ב-6 / 255. שים לב שאם quantizedtype הוא qint8, הפעולה תחבר בנוסף כל ערך ב-128 לפני ה-cast.

אם המצב הוא 'MIN_FIRST', אז נעשה שימוש בגישה זו:

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 לגישת הכימות שבה נעשה שימוש ב- QuantizeAndDequantize{V2|V3} .

אם המצב הוא SCALED , איננו משתמשים בטווח המלא של סוג הפלט, ונבחר לדלג על הערך הנמוך ביותר האפשרי לסימטריה (למשל, טווח הפלט הוא -127 עד 127, לא -128 עד 127 עבור כימות של 8 סיביות), כך ש-0.0 ממופה ל-0.

ראשית, אנו מוצאים את טווח הערכים בטנזור שלנו. הטווח בו אנו משתמשים תמיד מרוכז סביב 0, לכן אנו מוצאים את m כך ש

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

טווח טנזורי הקלט שלנו הוא אם כן [-m, m] .

לאחר מכן, אנו בוחרים את דלי הכימות הקבועים שלנו, [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 אינו חתום, טווח הנקודה הקבועה 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 נוכל לבצע דה-קוונטינג של איברי הטנזור שלנו:

result = input * s

טיעונים:

• היקף: אובייקט היקף
• min_range: ערך הסקלר המינימלי שניתן להפיק עבור הקלט.
• max_range: הערך הסקלרי המקסימלי שניתן להפיק עבור הקלט.

החזרות:

• Output : טנזור 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)

מאפיינים ציבוריים
operation	Operation
output	:: tensorflow::Output

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

פונקציות סטטיות ציבוריות
Mode (StringPiece x)	Attrs

מבנים
tensorflow:: ops:: ביטול קוונטיזציה:: Attrs	קובעי מאפיינים אופציונליים עבור Dequantize .

מאפיינים ציבוריים

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 

אופרטור::tensorflow::קלט

 operator::tensorflow::Input() const 

אופרטור::tensorflow::פלט

 operator::tensorflow::Output() const 

פונקציות סטטיות ציבוריות

מצב

Attrs Mode(
  StringPiece x
)