tensorflow:: אופס:: QuantizeV2

#include <array_ops.h>

כוונט את טנסור ה"קלט" מסוג float לטנסור "פלט" מסוג "T".

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. התכונה 'round_mode' שולטת באיזה אלגוריתם שובר שוויון עיגול נעשה שימוש בעת עיגול ערכי ציפה למקבילותיהם הכומתיים.

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

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

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

נניח שהקלט הוא מסוג float ובעל טווח אפשרי של [0.0, 6.0] וסוג הפלט הוא quint8 ([0, 255]). יש לציין את ערכי min_range ו-max_range כ-0.0 ו-6.0. כימות מ-float ל-quint8 יכפיל כל ערך של הקלט ב-255/6 ויטיל ל-quint8.

אם סוג הפלט היה qint8 ([-128, 127]), הפעולה תגרע בנוסף כל ערך ב-128 לפני הליהוק, כך שטווח הערכים יתיישר עם הטווח של qint8.

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 = num_discrete_values / range
quantized = round(input * range_scale) - round(range_min * range_scale) +
  numeric_limits::min()
quantized = max(quantized, numeric_limits::min())
quantized = min(quantized, numeric_limits::max())

ההבדל הגדול ביותר בין זה לבין MIN_COMBINED הוא שהטווח המינימלי מעוגל תחילה, לפני שהוא מופחת מהערך המעוגל. עם MIN_COMBINED, הטיה קטנה מוצגת כאשר איטרציות חוזרות ונשנות של כימות וסילוק קוונטיות יציגו שגיאה גדולה יותר ויותר.

דוגמה למצב SCALED

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

אם המצב הוא SCALED , הקוונטיזציה מתבצעת על ידי הכפלת כל ערך קלט ב-scaling_factor. ה-scaling_factor נקבע מ- min_range ו- max_range להיות גדולים ככל האפשר כך שהטווח מ- min_range ל- max_range ניתן לייצוג בתוך ערכים מסוג T. 

  

  

    
  const int min_T = std::numeric_limits::min();
  const int max_T = std::numeric_limits::max();
  const float max_float = std::numeric_limits::max();
  const float scale_factor_from_min_side =
      (min_T * min_range > 0) ? min_T / min_range : max_float;
  const float scale_factor_from_max_side =
      (max_T * max_range > 0) ? max_T / max_range : max_float;
  const float scale_factor = std::min(scale_factor_from_min_side,
                                      scale_factor_from_max_side);
 לאחר מכן אנו משתמשים ב-scale_factor כדי לכוונן טווח_מינימלי וטווח_מקסימלי באופן הבא: 
      min_range = min_T / scale_factor;
      max_range = max_T / scale_factor;
 למשל אם T = qint8, ובהתחלה min_range = -10, ו-max_range = 9, נשווה -128/-10.0 = 12.8 ל-127/9.0 = 14.11, ונקבע scaling_factor = 12.8 במקרה זה, min_range יישאר -10, אבל max_range יותאם ל-127 / 12.8 = 9.921875
 אז נכמת ערכי קלט בטווח (-10, 9.921875) עד (-128, 127).
 כעת ניתן לכמת את טנזור הקלט על ידי חיתוך ערכים לטווח min_range עד max_range , ולאחר מכן להכפיל ב-scale_factor באופן הבא: 
result = round(min(max_range, max(min_range, input)) * scale_factor)
 ה- min_range המותאמים ו- max_range מוחזרים כמוצאים 2 ו-3 של פעולה זו. יש להשתמש בתפוקות אלה כטווח עבור כל חישוב נוסף.
 תכונת narrow_range (bool).
 אם זה נכון, אנחנו לא משתמשים בערך המינימלי הקוונטי. כלומר עבור int8, הפלט המקוונטי, הוא יהיה מוגבל לטווח -127..127 במקום לטווח המלא -128..127. זה מסופק עבור תאימות עם מסקנות עורפיות מסוימות. (חל רק על מצב SCALED)
 תכונת ציר (int).
 תכונת axis אופציונלית יכולה לציין אינדקס ממדים של טנזור הקלט, כך שטווחי קוונטיזציה יחושבו ויושמו בנפרד עבור כל פרוסה של הטנזור לאורך ממד זה. זה שימושי עבור קוונטיזציה לכל ערוץ.
 אם צוין ציר, min_range ו-max_range
 אם axis =ללא, כימת פר-טנסור מבוצעת כרגיל.
 תכונת טווח_מינימום (צף).
 מבטיח שטווח הקוונטיזציה המינימלי הוא לפחות ערך זה. ערך ברירת המחדל הישן עבור זה הוא 0.01, אך מומלץ מאוד להגדיר אותו ל-0 עבור שימושים חדשים.
 טיעונים:
  •  scope: אובייקט Scope
  •  min_range: הערך המינימלי של טווח הקוונטיזציה. ערך זה עשוי להיות מותאם על ידי ה-op בהתאם לפרמטרים אחרים. הערך המותאם נכתב ל- output_min . אם מציינת תכונת axis , זה חייב להיות טנזור 1-D שגודלו תואם את מימד axis של טנסור הקלט והפלט.
  •  max_range: הערך המקסימלי של טווח הקוונטיזציה. ערך זה עשוי להיות מותאם על ידי ה-op בהתאם לפרמטרים אחרים. הערך המותאם נכתב ל- output_max . אם מציינת תכונת axis , זה חייב להיות טנזור 1-D שגודלו תואם את מימד axis של טנסור הקלט והפלט.
 החזרות:
  •  פלט Output : הנתונים הכומתיים המופקים מהקלט הצף.
  •  Output output_min: המינימום של טווח הקוונטיזציה הסופי, המשמש לגזירת ערכי קלט לפני קנה המידה ועיגולם לערכים כמותיים. אם תכונת axis צוינה, זה יהיה טנזור 1-D שגודלו תואם את מימד axis של טנסור הקלט והפלט.
  •  Output output_max: טווח הכימות הסופי המקסימלי, המשמש לגזירת ערכי קלט לפני קנה המידה ועיגולם לערכים כמותיים. אם תכונת axis צוינה, זה יהיה טנזור 1-D שגודלו תואם את מימד axis של טנסור הקלט והפלט. 
 בנאים והורסים
 QuantizeV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, DataType T)
 QuantizeV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, DataType T, const QuantizeV2::Attrs & attrs)
 
 תכונות ציבוריות
 operation
 output
 output_max
 output_min 
פונקציות סטטיות ציבוריות
 Axis (int64 x)
 EnsureMinimumRange (float x)
 Mode (StringPiece x)
 NarrowRange (bool x)
 RoundMode (StringPiece x) 
 מבנים
 tensorflow:: ops:: QuantizeV2:: Attrs
 קובעי תכונות אופציונליים עבור QuantizeV2 .
 תכונות ציבוריות 
 מִבצָע 
Operation operation
 תְפוּקָה 
::tensorflow::Output output
 output_max 
::tensorflow::Output output_max
 output_min 
::tensorflow::Output output_min
תפקידים ציבוריים 
 QuantizeV2 
 QuantizeV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  DataType T
)
 QuantizeV2 
 QuantizeV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  DataType T,
  const QuantizeV2::Attrs & attrs
)
 פונקציות סטטיות ציבוריות 
 צִיר 
Attrs Axis(
  int64 x
)
 EnsureMinimumRange 
Attrs EnsureMinimumRange(
  float x
)
 מצב 
Attrs Mode(
  StringPiece x
)
 טווח צר 
Attrs NarrowRange(
  bool x
)
 RoundMode 
Attrs RoundMode(
  StringPiece x
)