مؤتمر Google I / O هو التفاف! تابع جلسات TensorFlow اعرض الجلسات

تينسورفلو :: العمليات :: دك

#include <array_ops.h>

Dequantize و"الإدخال" موتر الى تعويم التنسور .

ملخص

[min_range، max_range] عوامات رقمية تحدد نطاق بيانات "الإدخال". تتحكم سمة "الوضع" بالضبط في الحسابات المستخدمة لتحويل القيم العائمة إلى مكافئاتها الكمية.

في وضع "MIN_COMBINED" ، ستخضع كل قيمة للموتر لما يلي:

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

مثال على الوضع MIN_COMBINED

إذا كان الإدخال يأتي من QuantizedRelu6 ، يكون نوع الإخراج هو quint8 (النطاق 0-255) ولكن النطاق المحتمل لـ QuantizedRelu6 هو 0-6 وبالتالي ، فإن قيم النطاق الأدنى والحد الأقصى هي 0.0 و 6.0. سيأخذ Dequantize على quint8 كل قيمة ، ويلقي على تعويم ، ويضرب في 6 / 255. لاحظ أنه إذا كان النوع الكمي هو qint8 ، فإن العملية ستضيف بالإضافة إلى ذلك كل قيمة بمقدار 128 قبل الصب.

إذا كان الوضع "MIN_FIRST" ، فسيتم استخدام هذا الأسلوب:

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)

مثال على وضع القياس

يطابق وضع SCALED نهج التكميم المستخدم في QuantizeAndDequantize{V2|V3} .

إذا كان الوضع SCALED ، فإننا لا نستخدم النطاق الكامل لنوع المخرجات ، ونختار استبعاد أقل قيمة ممكنة للتماثل (على سبيل المثال ، نطاق الإخراج هو -127 إلى 127 ، وليس -128 إلى 127 لتكمية 8 بتات موقعة) ، بحيث يتم تعيين 0.0 إلى 0.

نوجد نطاق القيم في الموتر أولًا. يتم تركيز النطاق الذي نستخدمه دائمًا على 0 ، لذلك نجد m مثل

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

نطاق موتر الإدخال لدينا هو [-m, m] .

بعد ذلك ، نختار دلاء تكميم النقاط الثابتة ، [min_fixed, max_fixed] . إذا تم التوقيع على حرف T ، فسيكون هذا

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

خلاف ذلك ، إذا كان T بدون إشارة ، فإن نطاق النقطة الثابتة هو

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

من هذا نحسب عامل القياس الخاص بنا ، s:

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

يمكننا الآن تفكيك عناصر الموتر الخاص بنا:

result = input * s

الحجج:

  • النطاق: كائن النطاق
  • min_range: القيمة العددية الدنيا التي يمكن إنتاجها للمدخلات.
  • max_range: القيمة العددية القصوى التي يمكن إنتاجها للإدخال.

عائدات:

  • Output : موتر الإخراج.

البنائين والمدمرين

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)

السمات العامة

operation
output

الوظائف العامة

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

وظائف ثابتة عامة

Mode (StringPiece x)

الهياكل

tensorflow :: ops :: Dequantize :: Attrs

محددات السمات الاختيارية لـ Dequantize .

السمات العامة

عملية

Operation operation

انتاج

::tensorflow::Output output

الوظائف العامة

دك

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

دك

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

العقدة

::tensorflow::Node * node() const 

المشغل :: tensorflow :: الإدخال

 operator::tensorflow::Input() const 

المشغل :: Tensorflow :: Output

 operator::tensorflow::Output() const 

وظائف ثابتة عامة

الوضع

Attrs Mode(
  StringPiece x
)