עזרה להגן על שונית המחסום הגדולה עם TensorFlow על Kaggle הצטרפו אתגר

זרימת טנסור :: אופ :: לפענח

#include <array_ops.h>

Dequantize לטנזור "קלט" לתוך לצוף מותח .

סיכום

[min_range, max_range] הם צף סקלרי המציין את הטווח עבור נתוני 'קלט'. תכונת 'מצב' שולטת בדיוק באילו חישובים משתמשים להמרת ערכי הצף לשווי הכמות שלהם.

במצב 'MIN_COMBINED', כל ערך של הטנסור יעבור את הדברים הבאים:

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

דוגמא למצב MIN_COMBINED

אם הקלט מגיע מ- QuantizedRelu6 , סוג הפלט הוא quint8 (טווח של 0-255) אך הטווח האפשרי של QuantizedRelu6 הוא 0-6. הערכים min_range ו- max_range הם 0.0 ו- 6.0. Dequantize ב- quint8 ייקח כל ערך, יצוק לצוף ויכפיל 6 / 255. שים לב שאם quantizetype הוא qint8, הפעולה תוסיף בנוסף כל ערך ב- 128 לפני הליהוק.

אם המצב הוא 'MIN_FIRST', נעשה שימוש בגישה זו:

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)

מצב SCALED דוגמה

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

אם המצב SCALED , אנו לא משתמשים בטווח המלא של סוג הפלט, SCALED את הערך הנמוך ביותר האפשרי לסימטריה (למשל, טווח הפלט הוא -127 עד 127, ולא -128 עד 127 עבור כימות 8 סיביות חתומה), כך ש -0.0 ממפה ל -0.

ראשית אנו מוצאים את טווח הערכים בטנסור שלנו. הטווח שבו אנו משתמשים מרוכז תמיד ב- 0, ולכן אנו מוצאים כ-

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

טווח טנזור הקלט שלנו הוא אז [-m, m] .

לאחר מכן, אנו בוחרים את דליי הכימות של הנקודה הקבועה, [min_fixed, max_fixed] . אם T נחתם, זהו

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

אחרת, אם T אינו חתום, טווח הנקודות הקבועות הוא

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

מכאן אנו מחשבים את גורם קנה המידה שלנו, s:

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

כעת אנו יכולים לפשט את יסודות הטנסור שלנו:

result = input * s

טענות:

  • היקף: אובייקט Scope
  • min_range: הערך המינימלי של הסקלר שיוצר עבור הקלט.
  • max_range: הערך הסקלרי המרבי המופק אולי עבור הקלט.

החזרות:

  • Output : טנסור הפלט.

קונסטרוקטורים ומשחתנים

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)

תכונות ציבוריות

operation
output

פונקציות ציבוריות

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

פונקציות סטטיות ציבוריות

Mode (StringPiece x)

סטרוקטורים

זורם טנסור :: ops :: לפענח :: Attrs

קובעי תכונות אופציונליים עבור Dequantize .

תכונות ציבוריות

מבצע

Operation operation

תְפוּקָה

::tensorflow::Output output

פונקציות ציבוריות

לפענח

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

לפענח

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

צוֹמֶת

::tensorflow::Node * node() const 

אופרטור :: זרימת טנסור :: קלט

 operator::tensorflow::Input() const 

אופרטור :: זרימת טנסור :: פלט

 operator::tensorflow::Output() const 

פונקציות סטטיות ציבוריות

מצב

Attrs Mode(
  StringPiece x
)