tensorflow::ops::Dequantize

#include <array_ops.h>

Dequantizza il tensore 'input' in un tensore float.

Riepilogo

[min_range, max_range] sono valori scalari in virgola mobile che specificano l'intervallo per i dati di 'input'. L'attributo 'mode' controlla esattamente quali calcoli vengono utilizzati per convertire i valori in virgola mobile nei loro equivalenti quantizzati.

Nella modalità 'MIN_COMBINED', ogni valore del tensore verrà sottoposto alle seguenti operazioni: 

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

Esempio di modalità MIN_COMBINED

Se l'input proviene da un QuantizedRelu6 , il tipo di output è quint8 (intervallo 0-255), ma l'intervallo possibile di QuantizedRelu6 è 0-6. I valori di min_range e max_range sono quindi 0.0 e 6.0. La dequantizzazione su quint8 prenderà ciascun valore, lo convertirà in float e lo moltiplicherà per 6 / 255. Si noti che se quantizedtype è qint8, l'operazione aggiungerà inoltre 128 a ciascun valore prima della conversione.

Se la modalità è 'MIN_FIRST', viene utilizzato questo approccio: 

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)

Esempio di modalità SCALED

La modalità SCALED corrisponde all'approccio di quantizzazione utilizzato in QuantizeAndDequantize{V2|V3} .

Se la modalità è SCALED , non utilizziamo l'intera gamma del tipo di output, scegliendo di omettere il valore più basso possibile per simmetria (ad esempio, l'intervallo di output è da -127 a 127, non da -128 a 127 per la quantizzazione a 8 bit con segno), in modo che 0,0 venga mappato a 0.

Per prima cosa troviamo l'intervallo di valori nel nostro tensore. L'intervallo che usiamo è sempre centrato su 0, quindi troviamo m tale che

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

Il nostro intervallo tensoriale di input è quindi [-m, m] .

Successivamente, scegliamo i nostri bucket di quantizzazione a virgola fissa, [min_fixed, max_fixed] . Se T è con segno, questo è

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

Altrimenti, se T non è segnato, l'intervallo a virgola fissa è

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

Da ciò calcoliamo il nostro fattore di scala, s:

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

Ora possiamo dequantizzare gli elementi del nostro tensore:

result = input * s

Argomentazioni:

  • ambito: un oggetto Scope
  • min_range: Il valore scalare minimo che può essere prodotto per l'input.
  • max_range: Il valore scalare massimo che può essere prodotto per l'input.

Resi:

  • Output : Il tensore di output.

Costruttori e distruttori

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)

attributi pubblici

operation
output

Funzioni pubbliche

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

Funzioni statiche pubbliche

Mode (StringPiece x)

Strutture

tensorflow::ops::Dequantize::Attrs

Impostatori di attributi opzionali per Dequantize .

attributi pubblici

operazione 

Operation operation

produzione 

::tensorflow::Output output

Funzioni pubbliche

Dequantizzare 

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

Dequantizzare 

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

nodo 

::tensorflow::Node * node() const

operatore::tensorflow::Input 

 operator::tensorflow::Input() const

operatore::tensoreflusso::output 

 operator::tensorflow::Output() const

Funzioni statiche pubbliche

Modalità 

Attrs Mode(
  StringPiece x
)