tensorflow :: ops :: Dekwantyzuj

Przykład trybu MIN_COMBINED

Jeśli dane wejściowe pochodzą z QuantizedRelu6 , typ wyjścia to quint8 (zakres 0-255), ale możliwy zakres QuantizedRelu6 to 0-6. Wartości min_range i max_range wynoszą zatem 0,0 i 6,0. Dekwantyzacja na kwint8 weźmie każdą wartość, rzutuje na zmiennoprzecinkową i pomnoży przez 6 / 255. Zauważ, że jeśli skwantowany typ to qint8, operacja dodatkowo doda każdą wartość przez 128 przed rzutowaniem.

Jeśli tryb to „MIN_FIRST”, stosowane jest następujące podejście:

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)

Tryb SKALOWANY Przykład

Tryb SCALED pasuje do metody kwantyzacji używanej w QuantizeAndDequantize{V2|V3} .

Jeśli tryb jest SCALED , nie używamy pełnego zakresu typu wyjścia, wybierając najniższą możliwą wartość dla symetrii (np. Zakres wyjściowy to -127 do 127, a nie -128 do 127 dla kwantyzacji 8-bitowej ze znakiem), tak, że 0.0 jest mapowane na 0.

Najpierw znajdujemy zakres wartości w naszym tensorze. Zakres, którego używamy, jest zawsze wyśrodkowany na 0, więc znajdujemy m takie, że

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

Nasz zakres tensora wejściowego wynosi wtedy [-m, m] .

Następnie wybieramy nasze [min_fixed, max_fixed] kwantyzacji stałoprzecinkowej, [min_fixed, max_fixed] . Jeśli podpisano T, jest to

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

W przeciwnym razie, jeśli T jest bez znaku, zakres stałoprzecinkowy wynosi

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

Na tej podstawie obliczamy współczynnik skalowania, s:

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

Teraz możemy zdekwantyzować elementy naszego tensora:

result = input * s

Argumenty:

• zakres: obiekt Scope
• min_range: minimalna wartość skalarna, jaka może zostać wygenerowana dla danych wejściowych.
• max_range: maksymalna wartość skalarna, jaka może zostać wygenerowana dla wejścia.

Zwroty:

• Output : tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Mode(
  StringPiece x
)