tensorflow :: ops :: Dequantize

#include <array_ops.h>

Dequantize yang 'masukan' tensor ke pelampung atau bfloat16 Tensor .

Ringkasan

[min_range, max_range] adalah float skalar yang menentukan kisaran untuk keluaran. Atribut 'mode' mengontrol dengan tepat kalkulasi mana yang digunakan untuk mengonversi nilai float menjadi padanan terkuantisasi.

Dalam mode 'MIN_COMBINED', setiap nilai tensor akan mengalami hal berikut:

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

Contoh Mode MIN_COMBINED

Jika masukan berasal dari QuantizedRelu6 , jenis keluarannya adalah quint8 (kisaran 0-255) tetapi kemungkinan kisaran QuantizedRelu6 adalah 0-6. Oleh karena itu, nilai min_range dan max_range adalah 0.0 dan 6.0. Dequantize pada quint8 akan mengambil setiap nilai, dilemparkan ke float, dan dikalikan dengan 6 / 255. Perhatikan bahwa jika quantizedtype adalah qint8, operasi akan menambahkan setiap nilai 128 sebelum casting.

Jika modenya adalah 'MIN_FIRST', maka pendekatan ini digunakan:

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)

Jika mode SCALED , dequantization dilakukan dengan mengalikan setiap nilai input dengan scaling_factor. (Jadi, input 0 selalu dipetakan ke 0,0).

min_range ditentukan dari min_range , max_range , dan narrow_range dengan cara yang kompatibel dengan QuantizeAndDequantize{V2|V3} dan QuantizeV2 , menggunakan algoritme berikut:

  

  

    
  const int min_expected_T = std::numeric_limits::min() +
    (narrow_range ? 1 : 0);
  const int max_expected_T = std::numeric_limits::max();
  const float max_expected_T = std::numeric_limits::max();
 
  const float scale_factor =
    (std::numeric_limits::min() == 0) ? (max_range / max_expected_T)
                                         : std::max(min_range / min_expected_T,
                                                    max_range / max_expected_T);

 Argumen:
  •  scope: Objek Scope
  •  min_range: Nilai skalar minimum yang mungkin dihasilkan untuk input.
  •  max_range: Nilai skalar maksimum yang mungkin dihasilkan untuk input.
 Atribut opsional (lihat Attrs ):
  •  dtype: Jenis tensor keluaran. Saat ini Dequantize mendukung float dan bfloat16. Jika 'dtype' adalah 'bfloat16', itu hanya mendukung mode 'MIN_COMBINED'.
 Pengembalian:
 Pembangun dan Penghancur
 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)
 
 Atribut publik
 operation
 output 
 Fungsi publik
 node () const
 ::tensorflow::Node *
 operator::tensorflow::Input () const
 operator::tensorflow::Output () const 
 Fungsi statis publik
 Axis (int64 x)
 Dtype (DataType x)
 Mode (StringPiece x)
 NarrowRange (bool x) 
 Structs
 tensorflow :: ops :: Dequantize :: Attrs
 Penyetel atribut opsional untuk Dequantize .
 Atribut publik 
 operasi
 
Operation operation
 
 keluaran
 
::tensorflow::Output output
 Fungsi publik 
 Dequantize
 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range
)
 
 Dequantize
 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  const Dequantize::Attrs & attrs
)
 
 simpul
 
::tensorflow::Node * node() const 
 
 operator :: tensorflow :: Input
 
 operator::tensorflow::Input() const 
 
 operator :: tensorflow :: Keluaran
 
 operator::tensorflow::Output() const 
 Fungsi statis publik 
 Sumbu
 
Attrs Axis(
  int64 x
)
 
 Dtype
 
Attrs Dtype(
  DataType x
)
 
 Mode
 
Attrs Mode(
  StringPiece x
)
 
 NarrowRange
 
Attrs NarrowRange(
  bool x
)