جریان تنسور:: عملیات:: کوانتیزه کردن

#include <array_ops.h>

تانسور "ورودی" را به یک تانسور شناور تبدیل کنید .

خلاصه

[min_range، max_range] شناورهای اسکالر هستند که محدوده را برای داده های "ورودی" مشخص می کنند. ویژگی 'mode' دقیقاً کنترل می کند که کدام محاسبات برای تبدیل مقادیر شناور به معادل های کوانتیزه شده آنها استفاده می شود.

در حالت "MIN_COMBINED"، هر مقدار تانسور تحت شرایط زیر قرار می گیرد:

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

اگر ورودی از QuantizedRelu6 باشد، نوع خروجی quint8 است (محدوده 0-255) اما محدوده احتمالی QuantizedRelu6 0-6 است. بنابراین مقادیر min_range و max_range 0.0 و 6.0 هستند. Dequantize در quint8 هر مقدار را می گیرد، ریخته می شود تا شناور شود، و در 6 / 255 ضرب می شود. توجه داشته باشید که اگر quantizedtype qint8 باشد، عملیات به علاوه هر مقدار را 128 قبل از ریخته گری اضافه می کند.

اگر حالت "MIN_FIRST" باشد، از این روش استفاده می شود:

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)

حالت SCALED مثال

حالت SCALED با رویکرد کوانتیزاسیون مورد استفاده در QuantizeAndDequantize{V2|V3} مطابقت دارد.

اگر حالت SCALED باشد، از طیف کامل نوع خروجی استفاده نمی‌کنیم، و انتخاب می‌کنیم که کمترین مقدار ممکن را برای تقارن حذف کنیم (به عنوان مثال، محدوده خروجی 127- تا 127 است، نه 128- تا 127 برای کوانتیزاسیون 8 بیتی علامت‌دار). به طوری که 0.0 به 0 نقشه می دهد.

ابتدا محدوده مقادیر را در تانسور خود پیدا می کنیم. محدوده ای که ما استفاده می کنیم همیشه روی 0 متمرکز است، بنابراین m را به گونه ای می یابیم که 

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

سپس محدوده تانسور ورودی ما [-m, m] است.

در مرحله بعد، سطل های کوانتیزاسیون نقطه ثابت خود را [min_fixed, max_fixed] انتخاب می کنیم. اگر T امضا شده باشد، این 

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

در غیر این صورت، اگر T بدون علامت باشد، محدوده نقطه ثابت 

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

از این قسمت ما ضریب مقیاس خود را محاسبه می کنیم، s: 

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

اکنون می‌توانیم عناصر تانسور خود را کمی‌سازی کنیم: 

result = input * s

استدلال ها:

  • scope: یک شی Scope
  • min_range: حداقل مقدار اسکالری که احتمالاً برای ورودی تولید می شود.
  • max_range: حداکثر مقدار اسکالری که احتمالاً برای ورودی تولید می شود.

برمی‌گرداند:

  • Output : تانسور خروجی.

سازندگان و تخریب کنندگان

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)

صفات عمومی

operation
output

توابع عمومی

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

توابع استاتیک عمومی

Mode (StringPiece x)

سازه ها

tensorflow:: ops:: Dequantize:: Attrs

تنظیم کننده های ویژگی اختیاری برای Dequantize .

صفات عمومی

عمل

Operation operation

خروجی

::tensorflow::Output output

توابع عمومی

کوانتیزه کردن

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

کوانتیزه کردن

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

گره

::tensorflow::Node * node() const

عملگر::tensorflow::ورودی

 operator::tensorflow::Input() const

عملگر::tensorflow::خروجی

 operator::tensorflow::Output() const

توابع استاتیک عمومی

حالت

Attrs Mode(
  StringPiece x
)