tensorflow ：： ops ：：定量化解除

MIN_COMBINEDモードの例

入力がQuantizedRelu6からのものである場合、出力タイプはquint8（0〜255の範囲）ですが、 QuantizedRelu6の可能な範囲は0〜6です。したがって、min_rangeとmax_rangeの値は0.0と6.0です。 quint8での非量子化は、各値を取得し、floatにキャストし、6/255を掛けます。quantizedtypeがqint8の場合、操作はキャスト前に各値に128を追加することに注意してください。

モードが「MIN_FIRST」の場合、次のアプローチが使用されます。

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)

SCALEDモードの例

SCALEDモードは、 QuantizeAndDequantize{V2|V3}使用される量子化アプローチと一致します。

モードがSCALED場合、出力タイプの全範囲を使用せず、対称性の可能な最小値を削除することを選択します（たとえば、出力範囲は-127〜127であり、符号付き8ビット量子化のSCALEDではありません）。 0.0が0にマップされるようにします。

まず、テンソルで値の範囲を見つけます。使用する範囲は常に0を中心としているため、

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

その場合、入力テンソル範囲は[-m, m]です。

次に、固定小数点量子化バケット[min_fixed, max_fixed]を選択します。 Tが署名されている場合、これは

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

それ以外の場合、Tが符号なしの場合、固定小数点範囲は

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

これから、スケーリング係数sを計算します：

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

これで、テンソルの要素を逆量子化できます：

result = input * s

引数：

• スコープ：スコープオブジェクト
• min_range：入力に対して生成される可能性のある最小スカラー値。
• max_range：入力に対して生成される可能性のある最大スカラー値。

戻り値：

• Output ：出力テンソル。

パブリック属性

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
)