tensorflow::ops::Dequantize

#include <array_ops.h>

แปลง เทนเซอร์ 'อินพุต' ให้เป็น เทนเซอร์ ประเภท float หรือ bfloat16

สรุป

[min_range, max_range] เป็นค่าทศนิยมแบบสเกลาร์ที่ระบุช่วงสำหรับผลลัพธ์ คุณสมบัติ 'mode' จะควบคุมการคำนวณที่ใช้ในการแปลงค่าทศนิยมเป็นค่าควอนไทซ์อย่างแม่นยำ

ในโหมด 'MIN_COMBINED' ค่าแต่ละค่าของเทนเซอร์จะได้รับการประมวลผลดังต่อไปนี้:

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

range(T) = numeric_limits ::max() - numeric_limits ::min()

ตัวอย่างโหมด MIN_COMBINED

ถ้าอินพุตมาจาก QuantizedRelu6 ประเภทของเอาต์พุตจะเป็น quint8 (ช่วง 0-255) แต่ช่วงที่เป็นไปได้ของ QuantizedRelu6 คือ 0-6 ดังนั้นค่า min_range และ max_range จึงเป็น 0.0 และ 6.0 ตามลำดับ การแปลงค่า แบบ dequantize บน quint8 จะนำแต่ละค่ามาแปลงเป็น float แล้วคูณด้วย 6 / 255 โปรดทราบว่าถ้า quantizedtype เป็น qint8 การดำเนินการจะเพิ่มค่าแต่ละค่าด้วย 128 ก่อนที่จะแปลงประเภทด้วย

หากตั้งค่าโหมดเป็น 'MIN_FIRST' จะใช้วิธีการดังนี้:

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)

หากโหมดเป็น SCALED การลดปริมาณข้อมูลจะทำโดยการคูณค่าอินพุตแต่ละค่าด้วยตัวคูณ (ดังนั้น ค่าอินพุต 0 จะถูกแปลงเป็น 0.0 เสมอ)

ค่า scaling_factor จะถูกกำหนดจาก min_range , max_range และ narrow_range ในลักษณะที่เข้ากันได้กับ QuantizeAndDequantize{V2|V3} และ QuantizeV2 โดยใช้อัลกอริทึมต่อไปนี้:

  

  

    
  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);
 ข้อโต้แย้ง:
 ขอบเขต: วัตถุ ขอบเขต
 min_range: ค่าสเกลาร์ต่ำสุดที่เป็นไปได้สำหรับข้อมูลที่ป้อนเข้ามา
 max_range: ค่าสเกลาร์สูงสุดที่เป็นไปได้สำหรับข้อมูลที่ป้อนเข้ามา
 คุณลักษณะเสริม (ดูที่ Attrs ):
 dtype: ชนิดของเทนเซอร์เอาต์พุต ปัจจุบัน Dequantize รองรับ float และ bfloat16 หาก 'dtype' เป็น 'bfloat16' จะรองรับเฉพาะโหมด 'MIN_COMBINED' เท่านั้น
 การส่งคืนสินค้า:
 Output : เทนเซอร์เอาต์พุต 
 ตัวสร้างและตัวทำลาย
 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) 
 คุณลักษณะสาธารณะ
 operation
 Operation
 output
 :: tensorflow::Output 
 หน้าที่สาธารณะ
 node () const
 ::tensorflow::Node *
 operator::tensorflow::Input () const
 operator::tensorflow::Output () const 
ฟังก์ชันคงที่สาธารณะ
 Axis (int64 x)
 Attrs
 Dtype (DataType x)
 Attrs
 Mode (StringPiece x)
 Attrs
 NarrowRange (bool x)
 Attrs 
 โครงสร้าง
 tensorflow::ops::Dequantize::Attrs
 ตัวเลือกการตั้งค่าแอตทริบิวต์สำหรับ Dequantize
 คุณลักษณะสาธารณะ 
 การดำเนินการ 
Operation operation
 เอาต์พุต 
::tensorflow::Output output
 หน้าที่สาธารณะ 
 ลดปริมาณ 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range
)
 ลดปริมาณ 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  const Dequantize::Attrs & attrs
)
 โหนด 
::tensorflow::Node * node() const 
 ตัวดำเนินการ::เทนเซอร์โฟลว์::อินพุต 
 operator::tensorflow::Input() const 
 ตัวดำเนินการ::เทนเซอร์โฟลว์::เอาต์พุต 
 operator::tensorflow::Output() const 
 ฟังก์ชันคงที่สาธารณะ 
 แกน 
Attrs Axis(
  int64 x
)
 ประเภท D 
Attrs Dtype(
  DataType x
)
 โหมด 
Attrs Mode(
  StringPiece x
)
 ช่วงแคบ 
Attrs NarrowRange(
  bool x
)